Preparing for the Unknown: Learning a Universal Policy with Online System Identification
为未知做准备：学习通用策略与在线系统识别
AI总结 本文提出了一种学习通用策略的方法，通过在线系统识别和大量训练示例，使策略在未知动态模型下具备鲁棒性，适用于多种动态模型和环境变化。
Comments Accepted as a conference paper at RSS 2017
期刊&会议
RSS
Robotics: Science and Systems · 会议 · Robotics
Probably Approximately Correct MDP Learning and Control With Temporal Logic Constraints
在时序逻辑约束下进行近似正确马尔可夫决策过程的学习与控制
AI总结 本文提出在未知随机环境中，基于PAC-MDP方法学习满足时序逻辑规范的近优控制策略，通过多项式时间与空间复杂度实现高概率的近优策略生成。
Comments 9 pages, 5 figures, Accepted by 2014 Robotics: Science and Systems (RSS)
GuidedVLA: Specifying Task-Relevant Factors via Plug-and-Play Action Attention Specialization
GuidedVLA: 通过即插即用的动作注意力特化指定任务相关因素
机构 * Institute of Trustworthy Embodied AI (TEAI)（可信具身人工智能研究院） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海多模态具身人工智能重点实验室） ； Shanghai Jiao Tong University（上海交通大学） ； OpenDriveLab, The University of Hong Kong（OpenDrive实验室，香港大学）
AI总结 提出GuidedVLA框架，通过为动作解码器中的注意力头分配人工定义的辅助信号（如物体定位、空间几何、时序技能逻辑），显式引导模型关注任务相关因素，提升VLA模型在域内和域外场景的成功率。
Comments Accepted to RSS 2026. Project page: https://guidedvla.github.io/project_page/
Variance-Reduced Model Predictive Path Integral via Quadratic Model Approximation
基于二次模型近似的方差缩减模型预测路径积分
机构 * Inria and DI-ENS, PSL Research University（法国国家信息与自动化研究所（Inria）及巴黎社会科学大学（DI-ENS, PSL Research University）） ； Sorbonne University（索邦大学） ； TU Berlin（柏林技术大学）
AI总结 提出一种混合方差缩减MPPI框架，通过将目标函数分解为已知近似模型与残差项，并采用二次近似推导闭式先验，以降低方差并提高样本效率，在多个任务中实现更快收敛和更优性能。
Comments Accepted to Robotics: Science and Systems (RSS) 2026, Sydney, Australia
TACO: Temporal Consensus Optimization for Continual Neural Mapping
TACO：用于连续神经映射的时间共识优化
机构 * School of Intelligence Science（智能科学学院） ； Department of Aerospace Engineering（航空航天工程系） ； Department of Mechanical Engineering and Technology（机械工程与技术系） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of California Berkeley（加州大学伯克利分校） ； Nanjing University（南京大学）
AI总结 提出TACO框架，通过将映射建模为时间共识优化问题，无需回放历史数据即可实现动态环境下的连续神经映射，平衡了内存效率与适应性。
Comments In: Robotics: Science and Systems (RSS 2026)
Provably Guaranteed Polytopic Uncertainty Quantification for SLAM
具有可证明保证的多面体不确定性量化用于SLAM
机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳）） ； School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen（人工智能学院，香港中文大学（深圳）） ； Department of Electrical and Electronic Engineering, Imperial College London（电子与电气工程系，帝国理工学院伦敦分校） ； School of Aerospace, Mechanical and Mechatronic Engineering, The University of Sydney（航空航天、机械与机电工程学院，悉尼大学）
AI总结 本文提出基于多面体表示的不确定性量化算法，通过前向映射、后向位姿跟踪和位姿复合三个模块，为3D-3D路标SLAM提供可证明的确定性保证，并结合共形预测提高实用性。
Comments 16 pages, 10 figures; accepted by Robotics: Science and Systems 2026
Informative Path Planning with Guaranteed Estimation Uncertainty
具有保证估计不确定性的信息性路径规划
机构 * Texas A&M University（德克萨斯大学） ； Indian Institute of Technology Bombay（孟买印度理工学院） ； University of North Carolina at Charlotte（夏洛特北卡罗来纳大学）
AI总结 提出一种三阶段方法，通过高斯过程模型将不确定性约束转化为覆盖图，并规划近最短路径，在复杂环境中实现具有保证估计不确定性的信息性路径规划。
Comments 15 pages, 11 figures, RSS 2026
Emerging Extrinsic Dexterity in Cluttered Scenes via Dynamics-aware Policy Learning
杂乱场景中通过动力学感知策略学习涌现的外在灵巧性
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Galbot ； Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 提出动力学感知策略学习框架，通过显式世界建模学习接触诱导物体动力学表示并用于强化学习，使杂乱场景中的外在灵巧性无需手工启发式或复杂奖励塑造即可涌现。
Comments Accepted to Robotics: Science and Systems (RSS) 2026. Project page: https://pku-epic.github.io/DAPL/
Realizing Robotic Swimming with Unified Fluid-Robot Multiphysics
实现统一流体-机器人多物理场的水下机器人游泳
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 提出一个可微分的统一流体-机器人多物理场仿真框架，通过最小作用量原理联合推导耦合的机械臂和不可压缩Navier-Stokes方程，并利用离散变分力学和隐函数定理实现稳定、准确的联合仿真与梯度计算，成功优化仿生鳗鱼机器人的波动游泳和高动态C形逃逸动作，并验证了从仿真到实物的迁移。
Comments 9 pages, 10 figures, accepted to Robotics: Science and Systems 2026
HumanFlow -- Diffusion-Driven MAV Navigation Among Humans via Tightly-Coupled Motion Tracking, Forecasting, and Control
HumanFlow -- 通过紧耦合运动跟踪、预测和控制的扩散驱动MAV在人群中导航
机构 * Technical University of Munich（慕尼黑技术大学） ； MCML ； MIRMI ； ETH Zurich（苏黎世联邦理工学院）
AI总结 提出HumanFlow，一种潜在扩散模型，统一了人体运动跟踪与预测，并利用3D场景上下文，在严重遮挡下实现高精度、高效率的运动估计，并通过紧耦合控制实现MAV在人群中的无碰撞导航。
Comments Accepted to Robotics Science and Systems (RSS), 2026
Parallel Differentiable Reachability for Learning and Planning with Certified Neural Dynamics and Controllers
用于学习和规划的并行可微可达性：带认证的神经动力学与控制器
机构 * MIT（麻省理工学院）
AI总结 提出一种基于JAX的并行可微可达性框架，结合泰勒模型流形构建与CROWN线性界传播，支持GPU批处理和自动微分，并用于认证训练和可达性感知的MPC，在非抓取操作和四旋翼任务中实现在线规划与有界不确定性下的认证可达集过近似。
Comments Robotics: Science and Systems XXII (RSS 2026)
Semantically Structured Mixture-of-Experts for Compositional Robotic Manipulation
语义结构化混合专家用于组合机器人操作
机构 * The University of Hong Kong（香港大学） ； Southern University of Science and Technology（南方科技大学）
AI总结 提出语义结构化混合专家扩散策略（SMoDP），通过视觉语言模型标注的技能语义指导专家专业化，实现参数高效的多任务组合操作。
Comments Accepted to Robotics: Science and Systems (RSS) 2026
VRA: Grounding Discrete-Time Joint Acceleration in Voltage-Constrained Actuation
VRA：在电压受限致动器中接地离散时间联合加速度
机构 * Department of Mechanical and Automation Engineering（机械与自动化工程系） ； Hong Kong Embodied AI Lab（香港具身AI实验室） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出VRA方法，通过将运动学加速度与电压受限致动器物理相联系，解决在电压受限情况下不可实现的加速度问题，实验表明该方法能消除不可实现的加速度，恢复一致的近约束执行并减少约束引起的振荡。
Comments 10 pages, Accepted by RSS 2026
Learning to Evolve: Multi-modal Interactive Fields for Robust Humanoid Navigation in Dynamic Environments
学习进化：多模态交互场用于动态环境中的稳健双足机器人导航
机构 * State Key Laboratory of General Artificial Intelligence, Peking University, Shenzhen Graduate School（一般人工智能国家重点实验室，北京大学深圳研究生院） ； Oxford Robotics Institute, University of Oxford（牛津大学机器人研究所） ； Institute for Machine Learning, Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系机器学习研究所）
AI总结 本文提出多模态交互场（MIF）系统，通过结合置信度感知的语义3D高斯溅射、差异触发的空间记忆更新和任务驱动的几何重建，在闭环感知-适应管道中实现稳健的双足机器人导航，显著提高了非静态环境中的重定位成功率并减少了语义内存足迹。
Comments Accepted by Robotics: Science and Systems 2026
HUSKY: Humanoid Skateboarding System via Physics-Aware Whole-Body Control
HUSKY：通过物理感知的全身控制实现人形滑雪板系统
机构 * Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信） ； The University of Hong Kong（香港大学） ； University of Science and Technology of China（中国科学技术大学） ； ShanghaiTech University（上海科技大学）
AI总结 本文提出HUSKY框架，通过整合人形滑雪板系统建模和物理感知的全身控制，解决高动态和复杂交互任务中的稳定动态操控问题，实现在实际场景中稳定灵活的滑雪板操作。
Comments Accepted to RSS2026
PointACT: Vision-Language-Action Models with Multi-Scale Point-Action Interaction
PointACT: 多尺度点-动作交互的视觉-语言-动作模型
机构 * Inria（法国国家信息与自动化研究所） ； École normale supérieure（法国高等科学研究院） ； CNRS（法国国家科学研究中心） ； PSL Research University（巴黎综合理工研究院）
AI总结 本文提出PointACT，一种集成层次化3D点云表示的3D感知视觉-语言-动作政策，通过多尺度点-动作交互机制提升机器人在3D环境中的精细几何推理和空间定位能力。
Comments Accepted to RSS 2026; project webpage: https://cshizhe.github.io/projects/pointact.html
CANINE: Coaching Visually Impaired Users for Interactive Navigation with a Robot Guide Dog
CANINE: 为视觉障碍者提供交互导航的机器人导盲犬教学系统
机构 * School of Computing（computing 学院） ； Smart Systems Institute（智能系统研究所）
AI总结 本文提出CANINE系统，通过个性化适应性语音反馈帮助视觉障碍者学习与机器人导盲犬的交互导航，通过分解复杂协调任务并分层训练提升学习效率和最终导航性能。
Comments Accepted to RSS 2026
Learning-Based Adaptive Control for Surgical Robotic Exposure Task on Deformable Tissues
基于学习的自适应控制用于变形组织手术机器人暴露任务
机构 * Huazhong University of Science and Technology（华中科技大学）
AI总结 本文提出了一种基于学习的自适应控制框架，用于解决手术中因覆盖组织的不规则几何形状、非线性生物力学特性及有限视野导致的自动组织牵开挑战，通过在线优化控制输入和深度变形估计模型实现零样本适应。
Comments Accepted to Robotics: Science and Systems (RSS) 2026. 12 pages, 9 figures
PRIME: Physically-consistent Robotic Inertial and Motion Estimation for Legged and Humanoid Robots
PRIME: 为四足机器人和人形机器人提供物理一致的机器人惯性与运动估计
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 该研究提出PRIME方法，通过结合可微接触动力学和光滑互补约束，实现从 onboard 传感器数据中获得物理一致的运动轨迹和惯性参数估计，从而提升机器人运动估计的准确性。
Comments Robotics: Science and Systems 2026
Motion-Uncertainty-Aware Next-Best-View Planning for Moving Object Reconstruction
考虑运动不确定性的移动物体重建最佳下视角规划
机构 * Harvard University（哈佛大学） ； University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学）
AI总结 本文提出了一种考虑运动不确定性的最佳下视角规划框架，用于重建未知的刚体目标，该框架利用噪声的平面位置测量和移动机器人深度观测，通过固定滞后高斯过程平滑器估计和预测目标状态，从而生成候选视角并提高重建完整性。
Comments This paper is accepted for publication for Robotics: Science and Systems (RSS) 2026
Learning Native Continuation for Action Chunking Flow Policies
学习原生延续以实现动作分块流策略
机构 * Spirit AI
AI总结 本文提出Legato方法，通过训练时的延续技术改进动作分块流基于VLA策略，减少动作边界不连续性和伪多模态切换，提升轨迹平滑度和任务完成效率。
Comments Accepted by Robotics: Science and Systems 2026 (RSS 2026). Project page: https://lyfeng001.github.io/Legato/
DexWild: Dexterous Human Interactions for In-the-Wild Robot Policies
DexWild：面向真实场景的机器人策略的灵巧交互
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出DexWild框架，通过结合人类和机器人示范数据，提升机器人在多样化环境中的泛化能力，实验表明其在未见环境中的成功率显著高于传统方法。
Comments In RSS 2025. Website at https://dexwild.github.io
Self-Supervised Bootstrapping of Action-Predictive Embodied Reasoning
基于互联网规模知识的自监督行动预测具身推理
机构 * Stanford（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； NVIDIA（英伟达）
AI总结 本文提出R&B-EnCoRe方法，通过自监督细化使模型从互联网知识中自推导具身推理策略，提升动作执行和导航性能，减少碰撞率。
Comments Robotics: Science and Systems (RSS) 2026
One Hand to Rule Them All: Canonical Representations for Unified Dexterous Manipulation
一手统治他们全部：统一灵活操作的规范表示
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
AI总结 本文提出统一灵活操作的规范表示，通过统一参数空间和规范URDF格式，解决固定手设计限制，实现跨手灵活操作学习。
Comments Accepted at RSS 2026
FlashSAC: Fast and Stable Off-Policy Reinforcement Learning for High-Dimensional Robot Control
FlashSAC: 高维机器人控制中的快速稳定离线强化学习
机构 * KTH Royal Institute of Technology（皇家理工学院） ； German Research Center for AI (DFKI)（德国人工智能研究中心） ； Robotics Institute Germany (RIG)（德国机器人研究所）
AI总结 FlashSAC基于Soft Actor-Critic提出快速稳定的离线强化学习算法，通过减少梯度更新并增大模型规模和数据吞吐量，在高维任务中超越PPO和强离线基线，显著提升训练效率和性能。
Comments RSS'26
CoCo-InEKF: State Estimation with Learned Contact Covariances in Dynamic, Contact-Rich Scenarios
CoCo-InEKF：动态接触丰富场景中的状态估计与学习接触协方差
机构 * ETH Zurich（苏黎世联邦理工学院） ； Disney Research（迪士尼研究）
AI总结 本文提出CoCo-InEKF，利用学习的连续接触速度协方差进行状态估计，提升动态腿部机器人在复杂接触场景中的鲁棒性与效率。
Comments RSS 2026
RoboLab: A High-Fidelity Simulation Benchmark for Analysis of Task Generalist Policies
RoboLab：一种高保真模拟基准，用于分析任务通用策略
机构 * NVIDIA ； University of Toronto（多伦多大学） ； The University of Sydney（悉尼大学）
AI总结 RoboLab通过高保真模拟环境评估任务通用策略的真实泛化能力，提供120个任务的视觉、程序和关系能力测试，揭示当前最佳模型的性能差距。
Journal ref Robotics: Science and Systems XXII, Sydney, Australia, 2026
TinySDP: Real Time Semidefinite Optimization for Certifiable and Agile Edge Robotics
TinySDP: 为可证实和敏捷边缘机器人实现实时半正定优化
机构 * A2R-Lab（A2R实验室）
AI总结 本文提出TinySDP，一种为嵌入式系统设计的半正定规划求解器，用于实时模型预测控制，解决非凸障碍约束下的碰撞避免问题，实现更短路径和实时性。
Comments Accepted to Robotics: Science and Systems (RSS) 2026. 11 pages, 5 figures, 2 tables. Project website: https://a2r-lab.org/TinySDP/
From Local Matches to Global Masks: Template-Guided Instance Detection and Segmentation in Open-World Scenes
从局部匹配到全局掩码：在开放世界场景中基于模板的实例检测与分割
机构 * IRVLUTD
AI总结 本文提出L2G-Det框架，通过模板与查询图像的密集补丁匹配实现实例检测与分割，避免显式提议，提升开放世界场景下的鲁棒性。
Comments Accepted to Robotics: Science and Systems (RSS) 2026. Project page: https://irvlutd.github.io/L2G/
Robometer: Scaling General-Purpose Robotic Reward Models via Trajectory Comparisons
Robometer：通过轨迹比较扩展通用机器人奖励模型
机构 * Univ. of Southern California（南加州大学） ； UT Dallas（德克萨斯大学达拉斯分校） ； MIT（麻省理工学院） ； Indep. Researcher（独立研究员） ； Univ. of Washington（华盛顿大学） ； Ai2 ； NVIDIA（英伟达）
AI总结 Robometer通过结合轨迹内进步监督与轨迹间偏好监督，提升大规模机器人数据集中的奖励模型学习能力，实现更通用的奖励函数和更好的机器人学习性能。
Comments 33 pages, 17 figures
Journal ref RSS 2026
