IEEE T-RO

HI-SLAM2: Geometry-Aware Gaussian SLAM for Fast Monocular Scene Reconstruction

HI-SLAM2：基于几何的高斯SLAM用于快速单目场景重建

Wei Zhang, Qing Cheng, David Skuddis, Niclas Zeller, Daniel Cremers, Norbert Haala

机构 * Institute for Photogrammetry and Geoinformatics, University of Stuttgart（摄影测量与地理信息学研究所，斯图加特大学） ； Technical University of Munich（慕尼黑技术大学） ； Karlsruhe University of Applied Sciences（卡尔斯鲁厄应用科学大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） 纠错

AI总结 HI-SLAM2通过结合单目先验与学习密集SLAM，利用3D高斯散射实现快速准确的单目场景重建，超越现有神经SLAM和RGB-D方法。

Journal ref IEEE Transactions on Robotics, Volume 41, Pages 6478-6493, Year 2025

Biconvex Optimization for Smooth Minimum-Time Trajectories around Convex Obstacles

凸障碍物周围平滑最小时间轨迹的双凸优化

Peter Werner, Tobia Marcucci, Daniela Rus

机构 * Massachusetts Institute of Technology（麻省理工学院） ； University of California Santa Barbara（加州大学圣巴巴拉分校） 纠错

AI总结 本研究提出一种双凸优化方法，用于凸障碍物周围的最小时间运动规划，可保证收敛、支持任意阶导数约束，实验表明其轨迹质量高、鲁棒性强且计算效率与现有方法相当。

Comments 18 pages, 9 figures, 4 tables. Submitted to IEEE Transactions on Robotics. Project page: https://wernerpe.github.io/bmtp-website/ Code: https://github.com/wernerpe/pybmtp

Uncertainty Quantification for Visual Object Pose Estimation: S-Lemma Ellipsoidal Bounds

视觉目标姿态估计的不确定性量化

Lorenzo Shaikewitz, Charis Georgiou, Luca Carlone

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 SLUE通过凸优化方法为视觉目标姿态估计提供高概率的椭球不确定性界，有效缩小平移界限并保持方向精度。

Comments 18 pages, 9 figures. Code available: https://github.com/MIT-SPARK/PoseUncertaintySets. Published in IEEE Transactions on Robotics

Aerial Robots Carrying Flexible Cables: Dynamic Shape Optimal Control via Spectral Method Model

Yaolei Shen, Antonio Franchi, Chiara Gabellieri

Journal ref IEEE Transactions on Robotics (2025)

Design, Control, and Motion Strategy for DELTA: Transformable Multilink Multirotor for Air-Ground Hybrid Locomotion and Manipulation

DELTA：可变形多连杆多旋翼飞行器的设计、控制与运动策略——用于空地混合运动与操作

Kazuki Sugihara, Moju Zhao, Takuzumi Nishio, Kei Okada, Masayuki Inaba

AI总结 本文提出一种新型多连杆多旋翼机器人DELTA，通过在每个连杆上安装推进器并利用关节驱动，实现了地面滚动、空中飞行及多种环境下的操作能力，并设计了基于非线性优化的实时控制方法和考虑接触约束的运动策略。

Comments 20 pages, 31 figures

Journal ref IEEE Transactions on Robotics, vol. 42, pp. 2765-2785, 2026

Bundle Adjustment in the Eager Mode

急切模式下的捆绑调整

Zitong Zhan, Huan Xu, Zihang Fang, Xinpeng Wei, Yaoyu Hu, Chen Wang

机构 * Spatial AI & Robotics (SAIR) Lab, University at Buffalo（空间人工智能与机器人实验室，布法罗大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Purdue University（普渡大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出了一种与PyTorch无缝集成的高效急切模式捆绑调整库，通过稀疏感知的自动微分设计和GPU加速的稀疏运算，提升了在机器人应用中捆绑调整的运行效率和性能。

Journal ref IEEE Transactions on Robotics (T-RO), 2026

Chronos: A Physics-Informed Full-History Framework for Non-Markovian Long-Horizon Manipulation

Chronos: 一种基于物理信息的全历史框架用于非马尔可夫长时域操作

Yulin Zhou, Yimeng Wang, Nengyu Wang, Shaojia Xing, Shiyun Tu, Xiang Li, Jingkai Zhang, Ningbo Jiang, Yuankai Lin, Hua Yang, Xiangrui Zeng, Zhouping Yin

机构 * School of Mechanical Science and Engineering, Huazhong University of Science and Technology（华中科技大学机械科学与工程学院） 纠错

AI总结 针对现有策略依赖马尔可夫假设导致记忆依赖任务失败的问题，提出Chronos框架，将观测历史作为策略潜状态，通过选择性状态空间模型传播因果历史状态，并利用二阶薛定谔桥预测加速度场，在16个模拟和4个真实任务中显著超越基线。

Comments 20 pages, 10 figures. Submitted to IEEE Transactions on Robotics

Heterogeneous Policy Networks for Composite Robot Team Communication and Coordination

异构策略网络用于复合机器人团队的通信与协调

Esmaeil Seraj, Rohan Paleja, Luis Pimentel, Kin Man Lee, Zheyuan Wang, Daniel Martin, Matthew Sklar, John Zhang, Zahi Kakish, Matthew Gombolay

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Sandia National Laboratories（桑迪亚国家实验室） 纠错

AI总结 提出异构策略网络（HetNet），利用异构图注意力网络学习异构机器人团队的高效协作与通信策略，实现端到端训练的二值化消息传递，在多个领域性能提升5.84%至707.65%，通信带宽降低200倍。

Comments IEEE Transactions on Robotics (T-RO)

NeuPAN: Direct Point Robot Navigation with End-to-End Model-based Learning

NeuPAN: 基于端到端模型学习的直接点机器人导航

Ruihua Han, Shuai Wang, Shuaijun Wang, Zeqing Zhang, Jianjun Chen, Shijie Lin, Chengyang Li, Chengzhong Xu, Yonina C. Eldar, Qi Hao, Jia Pan

AI总结 提出NeuPAN，一种实时、高精度、无地图、易部署的机器人运动规划器，通过紧耦合感知-控制框架和端到端模型学习，直接处理原始点云生成无碰撞运动，避免感知到控制的误差传播。

Comments Accepted by TRO 2025; project website: https://hanruihua.github.io/neupan_project/

Adaptive Model-Predictive Control of a Soft Continuum Robot Using a Physics-Informed Neural Network Based on Cosserat Rod Theory

基于Cosserat杆理论物理信息神经网络的软体连续机器人自适应模型预测控制

Johann Licher, Max Bartholdt, Henrik Krauss, Tim-Lukas Habich, Thomas Seel, Moritz Schappler

机构 * Institute of Mechatronic Systems, Leibniz University Hannover（机械系统研究所，汉诺威莱布尼茨大学） ； Department of Advanced Interdisciplinary Studies, The University of Tokyo（先进跨学科研究部，东京大学） ； Institute of Assembly Technology and Robotics, Leibniz University of Hannover（组装技术与机器人研究所，汉诺威莱布尼茨大学） 纠错

AI总结 提出一种基于域解耦物理信息神经网络（DD-PINN）的实时非线性模型预测控制框架，实现软体连续机器人的高精度动态控制，位置误差低于3 mm。

Comments Submitted to IEEE Transactions on Robotics, 20 pages, 14 figures

Necessary and Sufficient Conditions for Passivity of Velocity-Sourced Impedance Control of Series Elastic Actuators

速度源阻抗控制系列弹性驱动器被动性的必要和充分条件

Fatih Emre Tosun, Volkan Patoglu

机构 * Faculty of Engineering and Natural Sciences, Sabancı University（工程与自然科学学院，萨班奇大学） 纠错

AI总结 本文研究了系列弹性驱动器速度源阻抗控制架构的被动性条件，提出了非保守的设计指南以实现null阻抗和纯弹簧的触觉显示，并强调了在积分控制器中包含物理阻尼的重要性。

Comments Submitted to IEEE T-RO, 12 pages, 10 figures, 7 tables

Flow: A Modular Learning Framework for Mixed Autonomy Traffic

Flow: 一种用于混合自主性的模块化学习框架

Cathy Wu, Aboudy Kreidieh, Kanaad Parvate, Eugene Vinitsky, Alexandre M Bayen

机构 * Laboratory for Information and Decision Systems, Massachusetts Institute of Technology（信息与决策实验室，麻省理工学院） ； Institute of Data, Systems, and Society, Massachusetts Institute of Technology（数据、系统与社会研究所，麻省理工学院） ； Department of Mechanical Engineering, University of California, Berkeley（机械工程系，加州大学伯克利分校） 纠错

AI总结 本文提出了一种模块化学习框架，利用深度强化学习解决复杂交通动态问题，通过提高系统层面的速度，使学习到的控制法则在仅有4-7%的自动驾驶汽车参与度下，相比人类驾驶性能提升高达57%。此外，在单车道交通中，一个仅使用局部观测的小型神经网络控制法则能够消除拥堵现象，达到近最优性能。

Comments 17 pages, 8 figures, 5 tables. 2021 IEEE Transactions on Robotics (T-RO)

Optimal Continuous State POMDP Planning with Semantic Observations: A Variational Approach

基于语义观测的最优连续状态POMDP规划：一种变分方法

Luke Burks, Ian Loefgren, Nisar Ahmed

AI总结 本文提出了一种基于变分方法的最优规划策略，针对语义观测下的连续状态部分可观测马尔可夫决策过程（CPOMDP）进行改进，通过变分贝叶斯方法解决混合连续-离散概率模型的表示和推理问题，提升了动态决策任务的效率和鲁棒性。

Comments Final version accepted to IEEE Transactions on Robotics (in press as of August 2019)

Barrier-Certified Adaptive Reinforcement Learning with Applications to Brushbot Navigation

具有应用的障碍证书自适应强化学习：Brushbot导航

Motoya Ohnishi, Li Wang, Gennaro Notomista, Magnus Egerstedt

机构 * School of Electrical Engineering, Royal Institute of Technology（皇家理工学院电气工程学院） ； Georgia Institute of Technology（佐治亚理工学院） ； RIKEN Center for Advanced Intelligence Project（日本理化学研究所高级智能研究中心） ； School of Mechanical Engineering（机械工程学院） 纠错

AI总结 本文提出了一种安全学习框架，结合自适应模型学习算法和障碍证书，用于具有可能非平稳智能体动态的系统。通过稀疏优化技术提取模型的动态结构，并利用学习的模型结合控制障碍证书来约束策略（反馈控制器），以保持安全性，即避免特定的不利状态空间区域。在某些条件下，保证了在安全被非平稳性破坏后，以李雅普诺夫稳定性的方式恢复安全。此外，将动作-价值函数近似重新公式化，使任何基于内核的非线性函数估计方法都能应用于我们的自适应学习框架。最后，保证了障碍证书策略优化的解是全局最优的，确保在温和条件下进行贪心策略改进。所得到的框架通过四旋翼无人机的模拟进行验证，该无人机此前在安全学习文献中被假设为平稳性，然后在动态未知、高度复杂且非平稳的Brushbot机器人上进行测试。

Comments ©2019 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works

Journal ref Published in IEEE Transactions on Robotics, 2019

Trajectory Synthesis for Fisher Information Maximization

信息最大化的轨迹合成

Andrew D. Wilson, Jarvis A. Schultz, Todd D. Murphey

AI总结 本文提出一种连续时间优化方法，通过改进Fisher信息矩阵的范数来生成局部最优轨迹，用于动态系统参数估计，实验验证显示轨迹优化显著提升了参数估计精度。

Comments 12 pages

Journal ref IEEE Transactions on Robotics, vol. 30, no. 6, pp. 1358-1370, 2014

Sequential Action Control: Closed-Form Optimal Control for Nonlinear and Nonsmooth Systems

顺序动作控制：非线性与非光滑系统的闭环最优控制

Alex Ansari, Todd Murphey

AI总结 本文提出一种基于模型的算法，用于在线闭环计算非线性系统的预测最优控制。通过高阶模型和轨迹目标控制混合脉冲、欠驱动和约束系统，采用闭式表达式优化短期控制动作，保证全局唯一性和稳定性。

Comments 19 pages

Journal ref IEEE Transactions on Robotics, vol. 32, no. 5, pp. 1196-1214, 2016

Controlling rigid formations of mobile agents under inconsistent measurements

在不一致测量下控制移动代理的刚体编队

Hector Garcia de Marina, Ming Cao, Bayu Jayawardhana

AI总结 本文提出基于局部估计器的梯度控制器，以增强对不一致测量的鲁棒性，通过机器人实验和仿真验证了其在消除集体运动不一致轨道方面的有效性。

Comments 10 pages

Journal ref IEEE Transactions on Robotics, Volume 31, Issue 1, Feb. 2015

Spline Path Following for Redundant Mechanical Systems

样条路径跟随用于冗余机械系统

Rajan Gill, Dana Kulić, Christopher Nielsen

AI总结 本文提出了一种适用于由样条生成的框架曲线的路径跟随控制方法，通过求解约束二次优化问题解决冗余性，并通过实验验证了其在具有显著模型不确定性的4自由度机械臂上的有效性。

Comments Submitted to IEEE TRO (under review)

Journal ref Robotics, IEEE Transactions on (Volume:31 , Issue: 6 ) 02 December 2015

A Reactive Robotized Interface for Lower Limb Rehabilitation: Clinical Results

一种用于下肢康复的反应式机器人接口：临床结果

Ludovic Saint-Bauzel, Viviane Pasqui, Isabelle Monteil

AI总结 本文展示了MONIMAD在治疗小脑疾病患者下肢康复中的临床效果，通过分析坐姿到站立的姿势，利用模糊控制调整机器人接口运动以提高稳定性。

Journal ref IEEE Transactions on Robotics, Institute of Electrical and Electronics Engineers (IEEE), 2009, pp.583 - 592

Nonmyopic View Planning for Active Object Detection

非我的视图规划用于主动物体检测

Nikolay Atanasov, Bharath Sankaran, Jerome Le Ny, George J. Pappas, Kostas Daniilidis

AI总结 本文提出通过控制移动深度相机视角进行主动物体检测，通过规划视图序列平衡移动能耗与识别正确假设的概率，实验表明优于贪心方法。

Comments 12 pages (two-column); 7 figures; 2 tables; Manuscript submitted to the IEEE Transactions on Robotics (TRO)

Discrete Partitioning and Coverage Control for Gossiping Robots

面向闲聊机器人的离散分区与覆盖控制

Joseph W. Durham, Ruggero Carli, Paolo Frasca, Francesco Bullo

AI总结 针对非凸环境，提出基于图表示和短程不可靠成对通信的分布式算法，实现机器人团队的分区与覆盖控制，并证明收敛到成对最优分区。

Comments Accepted to IEEE TRO. 14 double-column pages, 10 figures. v2 is a thorough revision of v1, including new algorithms and revised mathematical and simulation results

High-speed Flight in an Ergodic Forest

遍历森林中的高速飞行

Sertac Karaman, Emilio Frazzoli

AI总结 本文研究在仅已知障碍物生成过程统计特性的随机障碍物场中高速导航的理论基础，通过遍历性和渗流理论揭示了无限无碰撞轨迹存在的相变现象，并推导了临界速度的上下界。

Comments Manuscript submitted to the IEEE Transactions on Robotics

Haptic Rendering of Fractional-Order Viscoelasticity: Passivity and Rendering Fidelity

触觉渲染中的分数阶粘弹性：被动性和渲染保真度

Gorkem Gemalmaz, Harun Tolasa, Volkan Patoglu

机构 * Faculty of Engineering and Natural Sciences（工程与自然科学学院） 纠错

AI总结 本文研究分数阶粘弹性模型在有限记忆离散化下的被动性与渲染性能，推导闭式表达式确保触觉渲染的被动性，并通过实验验证理论结果及人感知的真实感。

Comments Under review for publication in IEEE Transactions on Robotics

Self-Predictive Representation for Autonomous UAV Object-Goal Navigation

自预测表征用于自主无人机目标-目标导航

Angel Ayala, Donling Sui, Francisco Cruz, Mitchell Torok, Mohammad Deghat, Bruno J. T. Fernandes

机构 * Escola Politécnica de Pernambuco, Universidade de Pernambuco（巴伊兰联邦大学皮奥伊技术学院） ； School of Computer Science and Engineering, University of New South Wales（新南威尔士大学计算机科学与工程学院） ； School of Mechanical and Manufacturing Engineering, University of New South Wales（新南威尔士大学机械与制造工程学院） ； Escuela de Ingeniería, Universidad Central de Chile（智利中央大学工程学院） 纠错

AI总结 本文提出自预测模型AmelPred，用于提升无人机在3D目标-目标导航中的数据样本效率和规划性能。

Comments Submitted to T-RO

An Edge-Host-Cloud Architecture for Robot-Agnostic, Caregiver-in-the-Loop Personalized Cognitive Exercise: Multi-Site Deployment in Dementia Care

一种面向机器人无关、陪护人员在环的个性化认知训练的边缘-主机-云架构：在痴呆症护理中的多地点部署

Wenzheng Zhao, Ruth Palan Lopez, Shu Fen Wung, Fengpei Yuan

机构 * Worcester Polytechnic Institute（沃斯特理工大学） 纠错

AI总结 本文提出了一种分布式机器人交互平台，通过整合护理人员知识、边缘智能和机器人代理，实现个性化认知训练支持。平台通过多模态信号融合实现情感感知，并通过边缘服务器实现低延迟、隐私保护的部署。

Comments 21 pages, 6 figures, 10 tables, submitted to IEEE Transactions on Robotics (T-RO)

Scalable Unseen Objects 6-DoF Absolute Pose Estimation with Robotic Integration

可扩展的未知物体六自由度绝对位姿估计与机器人集成

Jian Liu, Wei Sun, Kai Zeng, Jin Zheng, Hui Yang, Hossein Rahmani, Ajmal Mian, Lin Wang

机构 * National Engineering Research Center for Robot Visual Perception and Control Technology, School of Artificial Intelligence and Robotics, Hunan University（机器人视觉感知与控制技术国家工程研究中心，人工智能与机器人学院，湖南大学） ； School of Architecture and Art, Central South University（建筑与艺术学院，中南大学） ； School of Computing and Communications, Lancaster University（计算与通讯学院，兰卡斯特大学） ； Department of Computer Science and Software Engineering, The University of Western Australia（计算机科学与软件工程系，西澳大学） ； School of Electrical and Electronic Engineering, Nanyang Technological University（电子与电气工程学院，南洋理工大学） 纠错

AI总结 本文提出SinRef-6D方法，通过单张姿态标注的RGB-D图像实现未知物体六自由度位姿估计，利用状态空间模型解决大位姿差异和单视角信息有限的问题，实验验证其在多个基准和真实场景中的优越可扩展性。

Comments Accepted by TRO 2026, 18 pages, 9 figures

Journal ref IEEE Transactions on Robotics, 2026

Temporal Transfer Learning for Traffic Optimization with Coarse-grained Advisory Autonomy

基于粗粒度建议自主性的交通优化时序迁移学习

Jung-Hoon Cho, Sirui Li, Jeongyun Kim, Cathy Wu

机构 * Department of Civil and Environmental Engineering, Massachusetts Institute of Technology（麻省理工学院土木与环境工程系） ； Laboratory for Information & Decision Systems, Massachusetts Institute of Technology（麻省理工学院信息与决策系统实验室） ； Department of Mechanical and Automotive Engineering, Seoul National University of Science and Technology（首尔科学技术大学机械与汽车工程系） 纠错

AI总结 本文提出时序迁移学习算法，通过零样本迁移解决自动驾驶中的粗粒度建议任务，验证了其在混合交通场景中的有效性。

Comments 18 pages, 12 figures

Journal ref IEEE Transactions on Robotics, 2026

AnyUser: Translating Sketched User Intent into Domestic Robots

AnyUser: 将草图用户意图翻译成家用机器人

Songyuan Yang, Huibin Tan, Kailun Yang, Wenjing Yang, Shaowu Yang

机构 * College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（湖南大学国家机器人视觉感知与控制技术工程研究中心） 纠错

AI总结 AnyUser通过相机图像上的自由形式草图（可选语言）实现直观的家庭任务指令，利用多模态输入生成无需先验地图或模型的可执行机器人动作，通过大量评估验证其在不同模拟家庭场景中的高准确性和真实环境中的可靠性。

Comments Accepted to IEEE Transactions on Robotics (T-RO)

IA-TIGRIS: An Incremental and Adaptive Sampling-Based Planner for Online Informative Path Planning

IA-TIGRIS: 一种用于在线信息路径规划的增量和自适应采样规划器

Brady Moon, Nayana Suvarna, Andrew Jong, Satrajit Chatterjee, Junbin Yuan, Muqing Cao, Sebastian Scherer

机构 * Robotics Institute, School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院机器人研究所） ； Department of Mechanical Engineering, Brigham Young University（杨百翰大学机械工程系） 纠错

AI总结 本文提出IA-TIGRIS，一种用于实时任务的增量和自适应采样路径规划方法，通过增量优化和动态更新信念地图，提升信息获取效率，实验证明其在无人机应用中信息增益提升达38%。

Comments Published in IEEE Transactions on Robotics, 19 pages, 19 figures

UniLGL: Learning Uniform Place Recognition for FOV-limited/Panoramic LiDAR Global Localization

UniLGL：学习适用于视场受限/全景激光雷达全局定位的统一地方识别

Hongming Shen, Xun Chen, Yulin Hui, Zhenyu Wu, Wei Wang, Qiyang Lyu, Tianchen Deng, Danwei Wang

机构 * School of Automation, Hangzhou Dianzi University（杭州电子科技大学自动化学院） 纠错

AI总结 UniLGL通过编码完整点云生成空间和材质均匀性，结合多BEV融合网络实现统一特征提取，引入视角不变假设提升异构激光雷达的鲁棒性，最终在真实环境中验证了其在高精度定位与多无人机协同探索中的有效性。

Journal ref IEEE TRANSACTIONS ON ROBOTICS, 2026