期刊&会议
IEEE Robotics and Automation Letters · 期刊 · Robotics
ASPIRE-VINS：具有鲁棒3D测量残差的自适应样条视觉-惯性导航系统
AI总结 ASPIRE-VINS是结合AKP、MRS与3D-MSR的连续时间VINS框架，可自适应轨迹节点分配，在多样运动与传感条件下实现更低或相当的轨迹误差，提升视觉-惯性导航的灵活性与精度。
Comments 8 pages, 5 figures. Accepted for publication in IEEE Robotics and Automation Letters (RA-L), June 2026
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 9, pp. 10625-10632, 2026
JitTrack：面向敏捷无人机的、应对视点抖动的机载多目标跟踪
AI总结 针对敏捷无人机机载多目标跟踪的视点抖动难题，提出JitTrack框架，结合语义细化、运动感知查询校正等技术，通过闭环流水线实现鲁棒跟踪，实验验证其有效性。
Comments 9 pages, 7 figures. Submitted to IEEE Robotics and Automation Letters
基于 McKibben 表面触觉的肩肘手部位置直观引导
AI总结 本研究开发了基于 McKibben 表面触觉的可穿戴致动器，结合特定算法实现肩肘手部位置直观引导，其性能优于合成语音、振动触觉等传统引导方法。
Comments This is the accepted version of an article published in IEEE Robotics and Automation Letters 10(4), 3254-3261 (2025). DOI: 10.1109/LRA.2025.3540579. Open Access under CC BY-NC-ND 4.0
Journal ref IEEE Robotics and Automation Letters, vol. 10, no. 4, pp. 3254-3261, 2025
多模态机器人演示中指令-轨迹不匹配的审计
机构 * AI Robot Association (AIRoA)（人工智能机器人协会（AIRoA）） ； The University of Tokyo（东京大学）
AI总结 针对多模态机器人演示中指令-轨迹不匹配问题，提出无需训练的MMPF审计框架，在LIBERO基准及真实机器人数据上实现最优ITM检测与标签修正，可提升下游策略学习性能并展示过滤演示的权衡。
Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L). 8 pages, 3 figures, 7 tables
C2Dex：基于单目视频的接触一致性重建与灵巧操作重定向
机构 * Nanjing University（南京大学） ； China Mobile Research Institute（中国移动研究院）
AI总结 C2Dex是基于单目视频的灵巧操作框架，通过聚合物体侧稳定接触实现HOI重建与手物几何保留，在DexYCB、TACO上的轨迹成功率显著优于基线，且真实机器人复现可行。
Comments 9 pages, 5 figures. Submitted to IEEE Robotics and Automation Letters (RA-L). Project page: https://k-jie.github.io/C2Dex/
视觉地点识别模型识别的是地点还是条件？干扰项增强评估与条件抑制
AI总结 该研究针对视觉地点识别模型易受干扰项影响的问题，提出干扰项增强评估方法与条件抑制技术，发现干扰项鲁棒性与标准检索性能不同，可通过抑制条件信息提升模型性能。
Comments 8 pages, 10 figures, 5 tables. Submitted to IEEE Robotics and Automation Letters (RA-L)
TRACE：不可靠接触条件下四足机器人的学习式本体里程计
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院（KAIST））
AI总结 本研究提出TRACE模型，通过引入足部感知交叉注意力模块等技术，结合策略随机化与部分现实微调，提升四足机器人在不可靠接触条件下的本体里程计性能，降低位置漂移并改善仿真到现实的迁移效果。
Comments 8 pages, 7 figures. Submitted to IEEE Robotics and Automation Letters (RA-L)
基于Mamba知识蒸馏的轻量型3D目标检测
AI总结 本研究提出基于Mamba的知识蒸馏框架，通过选择性体素空间特征对齐实现轻量型3D目标检测，在保持精度的同时显著降低计算负载。
Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L), 2026
结合基于偏好的优化与动态运动基元的自适应人机协作绘画
机构 * Politecnico di Milano（米兰理工大学）
AI总结 本研究提出整合PBO与DMPs的人机协作绘画框架，通过GLISp算法优化控制参数，改进DMPs提升适应性，经实验验证可降低操作者工作量并优化绘画结果。
Comments 8 pages, 8 figures
Journal ref IEEE Robotics and Automation Letters, 2026
基于扩散模型的身体模式学习：实现肌肉骨骼机器人的异常状态适应
机构 * The University of Tokyo（东京大学） ； Kyushu Institute of Technology（九州工业大学）
AI总结 本研究针对肌肉骨骼机器人传统身体模式学习方法难以处理异常状态的问题，提出基于扩散模型的身体模式学习框架，通过仿真实验验证了其异常状态下自适应估计肌肉参数的有效性。
Comments Accepted to IEEE Robotics and Automation Letters (RA-L), website - https://haraduka.github.io/muscle-diffusion/
RIT*：适用于成本自适应最优运动规划的黎曼知情树
机构 * Center for Autonomous Robotic Systems, Khalifa University（哈利法大学自主机器人系统中心） ； Institute of Industrial and Control Engineering, Universitat Politècnica de Catalunya（加泰罗尼亚理工大学工业与控制工程研究所）
AI总结 该研究提出RIT*规划框架，以黎曼原语替代批量知情搜索的欧几里得原语，结合CARM优化度量，在高维各向异性运动规划中显著降低成本，性能优于BIT*等基准方法。
Comments Accepted in Robotics and Automation Letters
FlowPilot：面向敏捷无人机导航的实时世界-动作建模
机构 * Beijing Institute of Technology（北京理工大学） ； Zhongguancun Academy（中关村学院） ； Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学）
AI总结 FlowPilot是一种基于流匹配的紧凑世界-动作模型，采用双流混合Transformer，在三级深度金字塔数据上训练，可实现敏捷无人机实时导航，性能优于基线，能在杂乱环境中以5.5m/s速度运行。
Comments 8 pages, 9 figures, 2 tables, submitted to IEEE Robotics and Automation Letters (RA-L)
STAGE：面向个性化自动驾驶的风格可控动作生成
机构 * Northwestern Polytechnical University（西北工业大学） ； School of Astronautics（航天学院） ； Research Center for Intelligent Robotics（智能机器人研究中心） ； National Key Laboratory of Aerospace Flight Dynamics（航空航天飞行动力学重点实验室）
AI总结 本文针对自动驾驶系统难以匹配用户个性化驾驶风格的问题，提出STAGE风格可控动作生成方法，通过模仿学习与偏好学习实现风格控制，实验验证其风格对齐与安全性能。
Comments Accepted for publication in IEEE Robotics and Automation Letters
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 2, pp. 2130-2137, Feb. 2026
无预定义参考路径的同伦感知走廊生成
机构 * School of Advanced Manufacturing and Robotics, Peking University（北京大学先进制造与机器人学院）
AI总结 该研究提出一种无预定义参考路径的自适应多尺度凸集图框架，用于生成同伦感知安全走廊，经数值与硬件实验验证，其图构造高效、轨迹性能稳定，同伦感知轨迹更短且能应对未知障碍物。
Comments 8 pages, 8 figures. Accepted for publication in IEEE Robotics and Automation Letters (RA-L)
不同长度可拉伸织物的自动直线缝纫
机构 * The University of Hong Kong（香港大学） ； Centre for Transformative Garment Production（创新服装生产中心）
AI总结 本研究针对不同长度可拉伸织物的直线自动化缝纫难题，提出新型机器人缝纫系统DLRoSS，通过四阶段流程实现对齐缝纫，实验验证其可完成不同材料和长度织物的高质量缝纫。
Comments 9 pages. Published in IEEE Robotics and Automation Letters, 2025
Journal ref IEEE Robot. Autom. Lett. 10 (2025) 12165-12172
基于流匹配世界建模的外科机器人模仿策略故障检测
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Emory University（埃默里大学）
AI总结 该研究针对外科机器人模仿策略的故障检测难题，提出FoMo-FD方法，利用流匹配世界模型实现无故障演示的视觉-动作不一致性窗口级检测，在dVRK的模拟与真实实验中表现优于基线方法。
Comments 9 pages, 6 figures. Submitted to IEEE Robotics and Automation Letters (RA-L)
三脚架：一种用于高空施工任务的过约束3-SPR类并联机器人
AI总结 研究针对天花板施工任务依赖重型串联机械手的问题，提出用万向节取代基座球形关节的过约束3-SPR类并联机器人Tripody，介绍其机械设计与控制堆栈，通过实验验证其性能，支持该架构用于轻型、高空、毫米级精确施工机器人。
Comments 8 pages, 11 figures, Accepted in July 2026 at IEEE Robotics and Automation Letters (RA-L)
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 9, pp. 10497-10504, Jul. 2026
NEO：一次性NeRF，多次编辑以进行连续物体操纵
机构 * Institute of Robotics and Machine Intelligence, Poznan University of Technology（波兹南理工大学机器人与机器智能研究所） ； CSIRO Robotics, CSIRO（联邦科学与工业研究组织机器人部）
AI总结 本文提出NEO框架，用于机器人操纵的语言引导NeRF编辑。结合神经场重采样与多视图修复实现物体移除，利用知识蒸馏进行NeRF权重编辑，还创建了评估基准NEO-Dataset。该方法在场景编辑任务中表现出色，优于现有基线。
Comments Accepted to IEEE ROBOTICS AND AUTOMATION LETTERS (RA-L) JULY, 2026
在遮挡和快速物体运动情况下具有内置恢复功能的鲁棒6自由度物体姿态跟踪
机构 * Woven by Toyota, Inc.（丰田编织公司） ； University of Bonn（波恩大学） ； University of Bonn, Center for Robotics, and the Lamarr Institute for Machine Learning and Artificial Intelligence（波恩大学机器人中心以及拉玛尔机器学习与人工智能研究所）
AI总结 针对RGB-D数据中未见物体的6自由度跟踪问题，尤其是遮挡和快速运动场景，提出结合关键点匹配与优化对齐及故障检测恢复模块的方法，在多场景评估中表现出色，是鲁棒6自由度物体跟踪的重要进展。
Comments 8 pages, 4 figures. Accepted for publication in IEEE Robotics and Automation Letters (RA-L)
JustDepth：基于单扫描激光雷达监督的实时雷达-相机深度估计
机构 * Ajou University（韩国亚洲大学） ； Kennesaw State University（肯尼索州立大学）
AI总结 研究自动驾驶系统中雷达-相机深度估计问题，提出单阶段JustDepth方法，仅用雷达、相机和单扫描激光雷达训练，能聚合雷达回波解耦运行时与点数，融合模态传播深度，减轻条纹伪影，相比先进方法减少推理时间并降低条纹伪影。
Comments Project page: https://github.com/TPyun/JustDepth
Journal ref IEEE Robotics and Automation Letters ( Volume: 11, Issue: 3, March 2026)
URF：用于稳定接触感知操纵的统一机器人控制策略框架
机构 * Faculty of Mechanical Engineering, Sungkyunkwan University（成均馆大学机械工程学院） ； Faculty of Intelligent Robotics, Sungkyunkwan University（成均馆大学智能机器人学院）
AI总结 研究针对基于学习的操纵策略中动作预测与执行分离在刚性接触时的问题，提出URF统一框架，结合多模态观察预测虚拟目标等，利用接触力构建标签监督控制器模式预测，在相关任务中提升成功率并减少失败模式。
Comments 8 pages, 5 figures, 2 tables. Submitted to IEEE Robotics and Automation Letters (RA-L)
通过基于CBF的强化学习实现安全且可扩展的多无人机载荷运输及零样本模拟到现实的迁移
机构 * Reliable Autonomous Systems Lab, Massachusetts Institute of Technology（可靠自主系统实验室，麻省理工学院）
AI总结 研究多无人机载荷运输问题，提出基于学习的框架，引入二维抽象，用离散图控制障碍函数近端策略优化训练全分布式策略，实现零样本模拟到现实的迁移，能在不同团队规模和任务场景泛化，在动态环境安全运行。
Comments Published in IEEE Robotics and Automation Letters (Early Access), 2026
InLiER：通过中间混合基数结构关键点令牌化实现无学习的异构激光雷达地点识别
AI总结 研究针对机器人平台结合多种激光雷达致现有描述符性能下降的问题，提出无学习管道InLiER，通过混合基数令牌ID编码关键点信息，经三个检索阶段处理，在相关数据集和实验中表现出色，优于基于学习的基线。
Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L). 8 pages, 8 figures
通过代理-客户端协议实现生成式人工智能架构中的人机交互
机构 * Machine Perception and Intelligent Robotics Group (MAPIR-UMA), Malaga Institute for Mechatronics Engineering and Cyber-Physical Systems (IMECH.UMA), University of Malaga（机器感知与智能机器人组（MAPIR-UMA），马拉加机电一体化工程与网络物理系统研究所（IMECH.UMA），马拉加大学）
AI总结 研究针对GenAI推动下机器人架构中HRI层碎片化问题，提出采用代理-客户端协议（ACP），结合MCP构建三层解耦架构，消除架构依赖，支持异构界面，提供协作HRI能力，经实验验证了架构的互操作性和实时人在回路工作流程。
Comments 8 pages, 5 figures, 1 table. Submitted to IEEE Robotics and Automation Letters (RA-L)
DRIFT：用于运动规划的漂移与聚合
机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University（清华大学智能网联汽车与交通国家重点实验室）
AI总结 研究针对端到端轨迹规划器问题，提出DRIFT固定深度规划器，结合轨迹潜在空间漂移与提议聚合，基于视觉编码器特征生成提议，经聚合头预测最终轨迹，在导航测试中有良好表现，证明该方法为多假设运动规划提供高效设计。
Comments 8 pages, 3 figures, 4 tables. Under review at IEEE RAL
通过编码代理实现基于契约的行为树合成
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 研究从自然语言合成机器人行为树时基础设定易出现的问题，提出基于契约的合成架构，编码代理查询服务器获取契约后合成行为树，经实验评估两个大语言模型，结果显示该架构能实现高验证率和成功率，且可转移到物理硬件。
Comments IEEE RA-L Submission
AutoPath：学习可转移的目标条件随机路径先验以实现无人类示范的安全导航
机构 * Zhejiang University（浙江大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Ant Group（蚂蚁集团） ； Shanghai Jiao Tong University（上海交通大学） ； Shenzhen University（深圳大学）
AI总结 研究在复杂环境下的安全导航问题，提出学习可转移目标条件随机路径先验的方法，引入规范状态表示和结构化先验学习框架，实验证明该方法成功率高、效率有竞争力且可跨平台转移。
Comments Accepted by IEEE Robotics and Automation Letters (RA-L). 8 pages, 4 figures
SLIDER：使用滑动局部地图的稀疏历史引导空中机器人目标搜索
AI总结 针对空中机器人在大规模未知环境中目标搜索难题，提出SLIDER框架，结合局部滑动地图与稀疏全局历史信息，通过新评估方法、聚类策略及维护拓扑地图实现高效搜索，性能优于现有方法。
Comments Accepted by IEEE Robotics and Automation Letters (RA-L), 2026. https://github.com/Poaos/SLIDER
SkillPlug：用于机器人操作中少样本适应的无监督技能挖掘
机构 * School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院）
AI总结 针对机器人操作中学习可转移视觉运动模仿策略的挑战，提出SkillPlug框架，通过技能调节模块挖掘共享可转移技能库，经自监督学习形成任务共享先验，微调轻量级组件实现少样本适应，提升多任务和少样本适应性能。
Comments 8 pages, 8 figures, published to RA-L
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 8, pp. 9511-9518, Aug. 2026
D-CLIPSE：基于分布式共识的共享状态交换被动监听定位
AI总结 研究多机器人定位问题，提出基于分布式共识的滤波框架，通过共享预积分里程计和相关共享状态实现定位，在模拟和实验中验证，精度和一致性接近集中式方法，优于当前分散式方法。
Comments 8 pages, 7 figures, 1 table. Submitted to IEEE Robotics and Automation Letters
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈