提出了一种基于RGB-D视觉SLAM的通道感知结构映射方法，能有效检测门和可通行开口。
Ali Tourani, Miguel Fernandez-Cortizas, Saad Ejaz 等
MoT-HRA框架从大规模人类演示中学习人类意图先验，提高机器人操作的运动合理性和控制鲁棒性。
Yifan Xie, YuAn Wang, Guangyu Chen 等
雷达-KISSICP和雷达-IMU在越野环境中改进了轨迹估计。
Shaunak Kolhe, Peng Jiang, Maggie Wigness 等
ACO-MoE方法在动态扰动下恢复95.3%性能，提升视觉强化学习鲁棒性。
Zhengru Fang, Yu Guo, Fei Liu 等
结合数据驱动计算设计与反馈驱动协作机器人制造，实现异形结构的木材再利用。
Arash Adel, Daniel Ruan, Ruxin Xie
通过Score-Induced Guiding Vector Field (SGVF)模型实现复杂路径的向量场生成，提升机器人导航能力。
Zirui Chen, Shiliang Guo, Shiyu Zhao
GCImOpt通过模仿最优轨迹学习高效的目标条件策略，显著提高了控制任务的成功率和效率。
Jon Goikoetxea, Jesús F. Palacián
GazeVLA通过学习人类意图提升机器人操作性能，显著超越基线方法。
Chengyang Li, Kaiyi Xiong, Yuan Xu 等
RedVLA通过两阶段流程识别VLA模型的物理安全风险，ASR达95.5%。
Yuhao Zhang, Borong Zhang, Jiaming Fan 等
LeHome模拟环境通过PBD和FEM等方法实现家庭场景中可变形物体的高保真操控。
Zeyi Li, Yushi Yang, Shawn Xie 等
VLA Foundry：一个统一的视觉-语言-动作模型训练框架，提升多任务桌面操作策略性能。
Jean Mercat, Sedrick Keh, Kushal Arora 等
Mask World Model通过预测语义掩码而非像素，提升机器人策略学习的鲁棒性，在LIBERO和RLBench中表现优异。
Yunfan Lou, Xiaowei Chi, Xiaojie Zhang 等
MATCH方法在高噪声环境下的插销任务中成功率提高35%，平均施加力减少30%。
Hunter L. Brown, Geoffrey Hollinger, Stefan Lee
RAPIDDS框架通过多周期时空适应提高人机协作效率，显著改善计划流畅性和用户偏好。
Alex Cuellar, Michael Hagenow, Julie Shah
使用OpenCLIP视觉学习模型实现手势识别，提升AcoustoBot群体交互准确率至87.8%。
Alex Lin, Lei Gao, Narsimlu Kemsaram 等
通过ESKF-PRE-VMPC框架，自动化无人机管道检查在无风条件下减少52.63%和75.04%的RMSE。
Wen Li, Hui Wang, Jinya Su 等
LiveVLN通过多步动作延续打破视觉语言导航中的停走循环，减少77.7%的等待时间。
Xiangchen Wang, Weiye Zhu, Teng Wang 等
DAG-STL框架实现了在信号时序逻辑(STL)约束下的零样本轨迹规划，显著提升了复杂任务的规划能力。
Ruijia Liu, Ancheng Hou, Xiao Yu 等
通过深度先验增强玻璃表面重建，提升机器人导航精度。
Jiamin Zheng, Jingwen Yu, Guangcheng Chen 等
使用事件相机的螺旋桨传感进行相对状态估计，误差低于3%。
Ravi Kumar Thakur, Luis Granados Segura, Jan Klivan 等