IEEE RA-L

Asymptotically-Bounded 3D Frontier Exploration enhanced with Bayesian Information Gain

渐近有界的3D前沿探索增强与贝叶斯信息增益

John Lewis, Meysam Basiri, Pedro U. Lima

机构 * Institute for Systems and Robotics, Instituto Superior Técnico, Universidade de Lisboa（里斯本大学高等技术学院系统与机器人研究所） 纠错

AI总结 本文提出一种基于OctoMap的前沿探索算法，通过策略性正向和逆向传感器建模实现渐近有界的性能，结合贝叶斯回归器估计信息增益，提升计算效率，实验证明在不同空间尺度下总探索时间提升54%。

Comments Submitted for review to IEEE Robotics and Automation Letters (RA-L)

Factorized Multi-Resolution HashGrid for Efficient Neural Radiance Fields: Execution on Edge-Devices

因子化多分辨率哈希网格：用于高效神经辐射场的执行边缘设备

Kim Jun-Seong, Mingyu Kim, GeonU Kim, Tae-Hyun Oh, Jin-Hwa Kim

机构 * POSTECH（浦项科技大学） ； KAIST（韩国科学技术院） ； NAVER AI Lab（NAVER AI实验室） 纠错

AI总结 本文提出Fact-Hash，一种用于边缘设备神经辐射场训练的参数编码方法，通过融合张量分解与哈希编码技术，提升内存效率和渲染速度，实现高质量3D表示。

Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L)

Journal ref IEEE Robotics and Automation Letters (RA-L), 2024

MFE: A Multimodal Hand Exoskeleton with Interactive Force, Pressure and Thermo-haptic Feedback

MFE：一种具有交互力、压力和热触觉反馈的多模态手外骨骼

Ziyuan Tang, Yitian Guo, Chenxi Xiao

机构 * School of Information Science and Technology, ShanghaiTech University（上海科技大学信息科学与技术学院） 纠错

AI总结 本文提出MFE多模态手外骨骼，通过20自由度捕捉手部姿态，提供力、压力和热觉反馈，提升远程操作系统的感知与交互体验。

Comments 8 pages, 7 figures, 2 tables

Journal ref IEEE Robotics and Automation Letters 11 (2026) 3756-3763

Geometrically-Constrained Radar-Inertial Odometry via Continuous Point-Pose Uncertainty Modeling

基于连续点位不确定性的几何约束雷达惯性里程计

Wooseong Yang, Dongjae Lee, Minwoo Jung, Ayoung Kim

机构 * Dept. of Mechanical Engineering, SNU（首尔大学机械工程系） 纠错

AI总结 本文提出一种结合点位不确定性的几何约束雷达惯性里程计，通过连续轨迹模型估计姿态不确定性，提升在不确定雷达测量下的定位精度和效率。

Comments 8 pages, 8 figures, 6 tables, accepted to RA-L