Impact of Different Failures on a Robot's Perceived Reliability
这项通过在线视频实验的研究发现，机器人执行任务时的“失误”（如拿错或放错）比“滑脱”或“卡顿”对感知可靠性的损害更小，且随后的成功执行足以修复因失败而受损的信任，而无需机器人采取显性的社交修复行为。
🦾 Category
cs.RO
673 篇论文
Predictive Control with Indirect Adaptive Laws for Payload Transportation by Quadrupedal Robots
本文提出了一种将间接自适应律与模型预测控制相结合的分层规划控制框架，使四足机器人能够在未知静态及动态负载、地形扰动等不确定性条件下实现鲁棒的负载运输。
SEP-NMPC: Safety Enhanced Passivity-Based Nonlinear Model Predictive Control for a UAV Slung Payload System
本文提出了一种安全增强型无源非线性模型预测控制（SEP-NMPC）框架，通过将严格无源性不等式与高阶控制障碍函数（HOCBFs）相结合，为在复杂环境中运输吊挂负载的四旋翼无人机提供了兼具渐近稳定性与碰撞避免能力的实时控制方案。
APPLV: Adaptive Planner Parameter Learning from Vision-Language-Action Model
本文提出了 APPLV 方法，通过利用预训练视觉 - 语言模型预测经典规划器的参数，结合监督与强化学习策略，有效解决了移动机器人在高约束环境下的导航安全性、精确控制及泛化难题。
Adaptive SINDy: Residual Force System Identification Based UAV Disturbance Rejection
本文提出了一种将稀疏非线性动力学识别（SINDy）与递归最小二乘（RLS）自适应控制相结合的新型方法，通过实时辨识并抵消湍流环境中的残余风力干扰，显著提升了 Crazyflie 无人机在复杂动态环境下的轨迹跟踪精度与鲁棒性。
Why Channel-Centric Models are not Enough to Predict End-to-End Performance in Private 5G: A Measurement Campaign and Case Study
该研究通过在私有 5G 环境中的实测表明，仅依赖信道级指标（如信号强度）的模型会因高估 MIMO 空间层数而系统性地高估端到端吞吐量，而直接基于实测数据学习的高斯过程模型能显著降低预测误差，证明通信感知规划需采用数据驱动方法或精细校准的链路层模型以准确预测系统性能。
Proprioceptive Safe Active Navigation and Exploration for Planetary Environments
本文提出了 PSANE 框架，该框架利用足式机器人在未知可变形地形中的本体感知交互数据，通过高斯过程回归构建可通行性模型并结合多目标优化策略，实现了仅依赖本体感知即可安全导航与探索的目标。
Fly, Track, Land: Infrastructure-less Magnetic Localization for Heterogeneous UAV-UGV Teaming
本文提出了一种无需基础设施的磁感应定位系统，使轻型无人机能够仅依靠机载传感器在移动四足机器人上实现厘米级精度的自主悬停、跟踪与降落，从而显著提升了异构机器人在无外部定位环境下的协同作业能力。
Formation-Aware Adaptive Conformalized Perception for Safe Leader-Follower Multi-Robot Systems
该论文提出了一种基于风险感知 Mondrian 共形预测的分布式形成感知自适应方法，通过生成随形成状态变化的不确定性分位数并将其集成到安全控制中，有效解决了异构感知误差与视野约束耦合下的多机器人编队安全跟踪问题。
FAME: Force-Adaptive RL for Expanding the Manipulation Envelope of a Full-Scale Humanoid
本文提出了名为 FAME 的力自适应强化学习框架，通过结合上肢姿态与双手机械交互力的潜在上下文编码，使全尺寸人形机器人（如 Unitree H12）能够在无需腕部力/力矩传感器的情况下，显著提升在外部力扰动下的站立平衡能力与操作范围。
SurgCalib: Gaussian Splatting-Based Hand-Eye Calibration for Robot-Assisted Minimally Invasive Surgery
本文提出了 SurgCalib，一种基于高斯泼溅（Gaussian Splatting）的无标记手眼标定框架，旨在解决达芬奇手术机器人因线缆拉伸导致的编码器测量不准问题，并通过在 RCM 约束下的两阶段优化实现了高精度的工具位姿估计。
Characterization, Analytical Planning, and Hybrid Force Control for the Inspire RH56DFX Hand
本文针对 Inspire RH56DFX 灵巧手存在的黑盒特性与接触不可靠问题，通过硬件标定、经 Sim2Real 验证的 MuJoCo 仿真模型以及混合闭环速度 - 力控制策略，将其转化为可解析的研究工具，并在插拔与多样化抓取任务中显著提升了成功率。
Improving through Interaction: Searching Behavioral Representation Spaces with CMA-ES-IG
本文提出了一种名为 CMA-ES-IG 的算法，通过将用户感知体验纳入偏好学习过程，利用感知差异显著且信息量丰富的轨迹来优化机器人行为搜索，从而在提高高维空间扩展性、计算效率及抗噪性的同时，显著提升了非专家用户的满意度与系统采用率。
PlayWorld: Learning Robot World Models from Autonomous Play
该论文提出了 PlayWorld，一种完全自主的管道，通过无监督的机器人自博弈学习高保真视频世界模型，从而在物理一致性、失败预测及现实世界策略性能上显著超越了依赖人类演示的传统方法。
ImpedanceDiffusion: Diffusion-Based Global Path Planning for UAV Swarm Navigation with Generative Impedance Control
本文提出了 ImpedanceDiffusion 框架，通过结合图像条件扩散模型进行全局路径规划、人工势场法实现反应式跟踪以及基于视觉语言模型检索增强生成的语义感知可变阻抗控制，实现了无人机群在杂乱室内环境中无需显式建图即可安全、高效且自适应的协同导航。
Beyond Amplitude: Channel State Information Phase-Aware Deep Fusion for Robotic Activity Recognition
本文提出了 GF-BiLSTM 双流门控融合网络，通过系统性地利用 Wi-Fi 信道状态信息（CSI）的相位与幅度信息，显著提升了机器人活动识别的准确率及跨速度鲁棒性，并首次确立了相位信息在该领域的关键作用。
Cutting the Cord: System Architecture for Low-Cost, GPU-Accelerated Bimanual Mobile Manipulation
本文介绍了一种基于开源 XLeRobot 构建、成本低于 1300 美元的双臂移动操作机器人平台，其通过优化的机械结构、隔离电机干扰的三总线供电拓扑以及搭载 NVIDIA Jetson Orin Nano 的嵌入式自主系统，实现了无需外部依赖的遥操作、SLAM 导航及视觉驱动操作。
Quality over Quantity: Demonstration Curation via Influence Functions for Data-Centric Robot Learning
该论文提出了名为“质量优于数量”（QoQ）的系统化方法，通过利用影响函数量化训练样本对验证演示的损失降低贡献，并结合最大影响选取与轨迹聚合策略，自动筛选高质量演示数据，从而在模拟和真实环境中显著提升机器人策略性能。
3D UAV Trajectory Estimation and Classification from Internet Videos via Language Model
本文提出了一种无需人工标注的框架，通过利用语言模型从互联网视频中自主获取数据、生成训练免费的跨模态标签并结合物理约束进行轨迹优化，实现了 UAV 的 3D 轨迹估计与分类，并在零样本迁移实验中展现出随数据规模增长而持续提升的鲁棒性能。
High-Slip-Ratio Control for Peak Tire-Road Friction Estimation Using Automated Vehicles
本文提出了一种利用自动驾驶车辆在空载工况下主动激发高滑移率以估算峰值轮胎 - 路面摩擦系数的控制框架，通过结合简化的魔术公式模型、考虑安全约束的最优控制策略及基于分箱的统计投影方法，实现了在保障行车安全的同时对路面摩擦特性进行高精度、可扩展的评估。