RSS

AR-VLA: True Autoregressive Action Expert for Vision-Language-Action Models

AR-VLA：面向视觉-语言-动作模型的真自回归动作专家

Yutong Hu, Jan-Nico Zaech, Nikolay Nikolov, Yuanqi Yao, Sombit Dey, Giuliano Albanese, Renaud Detry, Luc Van Gool, Danda Paudel

机构 * KU Leuven, Dept. Mechanical Engineering, Research unit Robotics, Automation and Mechatronics（库勒恩大学，机械工程系，机器人、自动化与机电一体化研究单位） ； KU Leuven, Dept. Electrical Engineering, Research unit Processing Speech and Images（库勒恩大学，电气工程系，语音和图像处理研究单位） 纠错

AI总结 AR-VLA提出了一种自回归动作专家，通过长时记忆保持上下文，解决快控与慢思的频率不匹配问题，实现高效预训练和模块化集成，提升动作生成的时空一致性。

Comments RSS 2026 accepted

MOBIUS: A Multi-Modal Bipedal Robot that can Walk, Crawl, Climb, and Roll

MOBIUS：一种能够行走、爬行、攀爬和滚动的多模态双足机器人

Alexander Schperberg, Yusuke Tanaka, Stefano Di Cairano, Dennis Hong

机构 * Mitsubishi Electric Research Laboratories（三菱电机研究实验室） ； Robotic Systems Lab（机器人系统实验室） ； Robotics and Mechanisms Laboratory（机器人与机构实验室） ； Department of Mechanical and Aerospace Engineering, University of California, Los Angeles（加州大学洛杉矶分校机械与航空航天工程系） 纠错

AI总结 MOBIUS机器人通过四条肢体实现多种运动模式切换，结合强化学习与混合规划架构，实现动态攀爬与负载支撑，拓展了移动操作与抓取能力。

Comments Paper is accepted at the Robotics: Science and Systems conference, held in Sydney, Australia, July 13th-17th, 2026. Alexander Schperberg and Yusuke Tanaka are co-first authors. Both were at the Robotics and Mechanisms Laboratory (RoMeLa) at UCLA when the work started, and are now with Mitsubishi Electric Research Laboratories and ETH Zurich (RSL) respectively

Guided Streaming Stochastic Interpolant Policy

引导式流式随机插值策略

Puming Jiang, Meiyi Wang, Kelvin Lin, Ce Hao, Harold Soh

机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） 纠错

AI总结 本文提出引导式流式随机插值策略，通过分析价值函数的时间演化，推导出最优引导项，实现动态目标下的高效控制与障碍避让。

Comments Accepted to Robotics: Science and Systems (RSS) 2026. The first two authors contributed equally

Muninn: Your Trajectory Diffusion Model But Faster

Muninn：你的轨迹扩散模型但更快

Gokul Puthumanaillam, Hao Jiang, Ruben Hernandez, Jose Fuentes, Paulo Padrao, Leonardo Bobadilla, Melkior Ornik

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Florida International University（佛罗里达国际大学） ； Providence College（普罗维登斯学院） 纠错

AI总结 本文提出Muninn，一种无需训练的缓存包装器，通过利用扩散轨迹规划器的两个信号，减少去噪器计算，实现轨迹扩散模型的实时应用，提升速度并保证性能和安全性。

Comments Accepted to Robotics: Science and Systems 2026

High Precision Hydraulic Excavator Control for Heavy-Duty Grading

高精度液压挖掘机控制用于重型平整作业

Lennart Werner, Pol Eyschen, Sean Costello, Andrei Cramariuc, Marco Hutter

机构 * ETH Zürich, Robotic Systems Lab（苏黎世联邦理工学院机器人系统实验室） 纠错

AI总结 本文提出一种自主控制器，实现高精度平整作业，适用于负载传感和负流量控制设备，通过校准过程可适应不同液压系统，精度提升2.6倍，提升设备使用效率。

Comments 12 pages 19 figures, RSS 2026

Beyond Isolation: A Unified Benchmark for General-Purpose Navigation

超越孤立：一个通用导航的统一基准

Samson Sun, Tianyi Yang, Tengyue Wang, Yikai Xue, Zhengjie Xu, Lingming Zhang, Qichen Zhang, Chao Liang, Zhipeng Zhang

机构 * AutoLab, SAI, Shanghai Jiao Tong University（自动化实验室、上海交通大学） ； Research Lab, Anyverse Dynamics（Anyverse Dynamics 研究实验室） 纠错

AI总结 本文提出OmniNavBench基准，通过复合复杂性、形态通用性和演示质量三大变革，解决通用导航中跨技能协调与跨形态泛化的问题，揭示现有方法在复杂导航任务中的不足。

Comments Accepted at RSS 2026

Toward Reliable Sim-to-Real Predictability for MoE-based Robust Quadrupedal Locomotion

迈向基于MoE的稳健四足运动的可靠仿真到现实预测性

Tianyang Wu, Hanwei Guo, Yuhang Wang, Junshu Yang, Xinyang Sui, Jiayi Xie, Xingyu Chen, Zeyang Liu, Xuguang Lan

机构 * National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（人机混合增强智能国家重点实验室，人工智能与机器人研究院，西安交通大学） 纠错

AI总结 本文提出基于MoE的四足运动策略与RoboGauge评估框架，通过仿真测试实现可靠的真实世界迁移，实验显示在复杂地形上具备良好的鲁棒性和泛化能力。

Comments Accepted at Robotics Science and Systems (RSS), 2026. Project Page: https://robogauge.github.io/complete/

Tempered Sequential Monte Carlo for Trajectory and Policy Optimization with Differentiable Dynamics

温控序贯蒙特卡洛用于具有可微动力学的轨迹和策略优化

Heng Yang

机构 * Harvard University（哈佛大学） 纠错

AI总结 本文提出温控序贯蒙特卡洛方法，用于在可微动力学下进行有限时间跨度的轨迹和策略优化，通过将控制器设计转化为推断问题，结合退火方案和哈密顿蒙特卡洛方法，提升采样效率和优化性能。

Comments Robotics: Science and Systems 2026

Force Policy: Learning Hybrid Force-Position Control Policy under Interaction Frame for Contact-Rich Manipulation

力政策：在交互框架下学习混合力-位置控制策略以进行密集接触 manipulation

Hongjie Fang, Shirun Tang, Mingyu Mei, Haoxiang Qin, Zihao He, Jingjing Chen, Ying Feng, Chenxi Wang, Wanxi Liu, Zaixing He, Cewu Lu, Shiquan Wang

机构 * Noematrix ； Flexiv ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

AI总结 本文提出力政策，通过视觉和力反馈实现全局-局部控制，提升接触稳定性和执行质量，适用于复杂接触任务。

Comments accepted by RSS 2026

Continuum Robot Localization using Distributed Time-of-Flight Sensors

基于分布式飞行时间传感器的连续机器人定位

Spencer Teetaert, Giammarco Caroleo, Marco Pontin, Sven Lilge, Jessica Burgner-Kahrs, Timothy D. Barfoot, Perla Maiolino

机构 * University of Toronto Robotics Institute, Canada（多伦多大学机器人研究所，加拿大） ； Oxford Robotics Institute, University of Oxford, UK（牛津大学机器人研究所，英国） ； Toronto Metropolitan University, Canada（多伦多 Metropolitan 大学，加拿大） 纠错

AI总结 本文提出了一种利用小型低分辨率飞行时间传感器进行连续机器人定位的方法，通过融合传感器数据与机器人形状先验信息，实现了在复杂环境中高精度的定位与建图。

Comments Print version, to be published at Robotics: Science and Systems (RSS) 2026