最新｜IROS 2026 “夯”作，15篇获奖论文全揭晓！

15篇获奖论文，看技术演进趋势。

——全球科研风向

IROS 2026 于当地时间 9 月 27 日至 10 月 1 日在美国宾夕法尼亚州匹兹堡举行，本届大会共收到 4,348 篇投稿，创历史新高，最终录用 1,585 篇，录用率 36.45%，为近年最低。

所以，我们围绕本届 IROS 全部获奖论文（共 15 篇：主会 10 篇 + Workshop 5 篇）展开了系统性盘点：

覆盖从长期记忆、紧密编队飞行、人形全身运动、神经符号导航、机构设计、农业三维重建、水下接触定位到工业清箱抓起。

 

 

深蓝AI

 

 

1

—

最佳移动操作论文奖

🏆IROS 2026 Best Paper Award on Mobile ManipulationO-MRON Sinic X 冠名

SteadyTray：用残差强化学习让双足人形端稳托盘

关键词：残差强化学习、步态扰动抵消、loco-manipulation、sim-to-real

发文团队：加州大学圣地亚哥分校（UC San Diego）ArcLab（Anlun Huang, Zhenyu Wu, Soofiyan Atar, Yuheng Zhi, Michael C. Yip）

研究内容：双足行走的摆动与着地冲击会直接传给未固定的负载；而端到端训练一个大策略同时解决行走与稳盘，代价往往是回退已经练好的行走能力。

本文把 locomotion 与 payload stabilization 显式解耦——已有的基础行走策略负责走路，额外的残差策略只学用上半身动作抵消末端执行器处的步态扰动。仿真中变速度跟踪成功率 96.9%、抗外力扰动鲁棒性 74.5%，并在宇树 Unitree G1 上实现零样本 sim-to-real 迁移。

论文链接：https://arxiv.org/abs/2603.10306

 

 

深蓝AI

 

 

2

—

最佳娱乐与趣味论文奖

🏆IROS 2026 Best Entertainment and Amusement Paper Award

• 真人动作数据不够标准，还够不够教会机器人打球？

LATENT：从不完美的人类动作数据中学习人形网球运动技能

关键词：人形全身运动、不完美人类数据、可修正潜动作空间、在线蒸馏

发文团队：清华大学、北京大学、银河通用（Galbot Inc.）等

研究内容：现实中的人类动作数据既不精确（挥拍手腕动作经重定向后误差被放大），也不完整（只有片段级技能，不含如何组合成一次成功击球）。本文用在线蒸馏构建"可修正潜动作空间"，训练时主动放弃持拍手腕的控制信号、交由修正项补回，再用潜空间屏障按先验方差约束探索范围。数据来自 5 名业余选手约 5 小时、捕捉区仅 3 m × 5 m，未做任何编辑标注。29 自由度宇树 G1 上正手成功率 96.52（最强基线 PULSE 71.85），真机人机对拉最高 90.90%，机器人自对打最多连续 25 个回合。

论文链接：https://arxiv.org/abs/2603.12686

 

 

深蓝AI

 

 

3

—

认知机器人最佳论文奖

🏆IROS 2026 Best Paper Award on Cognitive Robotics

• 听懂一句话，机器人怎么找到那个"某物旁边的某物"？

VL-Nav：面向推理式视觉语言导航的神经符号方法

关键词：视觉语言导航、神经符号、推理式导航

发文团队：纽约州立大学布法罗分校（University at Buffalo）Spatial AI & Robotics Lab；卡内基梅隆大学机器人研究所

研究内容：涉及相对空间关系的语言指令，很难被纯数据驱动的端到端策略可靠泛化。

本文核心突破：让神经网络只承担开放世界的感知，把空间与语义关系的推断交给结构化符号推理，两者分工而非端到端黑箱。该团队同年在本届 ReS AI Workshop 上以同一思路的长时程任务规划工作（IFLAX）再获最佳论文，形成方法呼应。

论文链接：https://arxiv.org/abs/2502.00931

 

 

深蓝AI

 

 

4

—

机器人机构与设计最佳论文奖

🏆IROS 2026 Best Paper Award on Robot Mechanisms and Design-（Cornerstone Robotics 冠名）

面向自穿戴服装的机器人拉链：设计、建模与性能

关键词：机器人拉链、自穿戴服装、准静态力学建模、机构设计

发文团队：宾夕法尼亚大学 Sung Robotics Lab；斯坦福大学 CHARM Lab

研究内容：穿衣对行动或灵巧度受限者是实打实的困难，但布料会折叠、滑动，机器还必须持续接触人体，传统机械臂路线极易卡住或拉扯皮肤。

核心突破：不去改造机器人，而是反过来改造物理世界——用一个与拉链齿啮合的电机驱动正齿轮（配 snap-on 装卸机构）让服装自动闭合，并用准静态分析给出设计边界：所需扭矩 0.045 N·m/kg（水平支撑）到 0.11 N·m/kg（垂直悬挂），可通过曲率半径无张力 10 mm、张力 2.9 N 时 20 mm。全文没有任何学习成分。

论文链接：https://repository.upenn.edu/handle/20.500.14332/62991

 

 

深蓝AI

 

 

5

—

农业机器人最佳论文奖

🏆IROS 2026 Best Paper Award on Agri-Robotics

SSL-Semantic-NBV：面向农业机器人目标感知三维重建的自监督下一最佳视角

关键词：下一最佳视角、自监督学习、目标感知三维重建

 

发文团队：荷兰瓦赫宁根大学及研究中心（Wageningen University & Research）植物科学系农业生物系统工程组

研究内容：三维重建里机器人需要判断下一张挪到哪儿拍最有价值；但注意力一旦集中到特定植株部位，监督信号会变得极度稀疏。

核心突破：把重建目标从整场景均匀覆盖改成任务相关部位优先（target-aware），用语义信息增益指标与专用损失函数克服稀疏监督，并用功能—结构植物模型生成合成数据预训练，再在任务执行中在线自生成监督信号、持续更新视点策略。仿真中重建效率相比非 NBV 方法提升 42%–104%，相比现有 NBV 方法提升 9%–18%。

 

 

深蓝AI

 

 

6

—

安全、安防与救援机器人最佳论文奖

🏆IROS 2026 Best Paper Award on Safety, Security, and Rescue Robotics

面向水下采样的接触辅助因子图定位

关键词：水下定位、因子图、接触辅助、隐式回环

发文团队：英国赫瑞-瓦特大学（Heriot-Watt University）、日本海洋研究开发机构

研究内容：水下既无 GPS，视觉又常因浑浊与光照退化而失效，主流 SLAM 方案在该场景下反复丢跟踪甚至无法初始化。

核心突破：把机械臂的吸取式接触事件建模为高置信度几何因子——再次接触同一物体即形成一次隐式回环，全程不需要基于外观的地点识别。目标重访误差从 0.58 m 降到 0.45 m（港口 1.23 m → 0.90 m），全系统 ATE 0.0990 m，而 DVL–IMU–压力计航位推算基线为 0.6780 m。

论文链接：https://arxiv.org/abs/2608.26932

 

 

深蓝AI

 

 

7

—

工业机器人最佳论文

🏆 IROS 2026 Best Paper Award for Industrial Robotics Research for Applications

• 工业机器人能不能把一整箱零件真正抓空，而不是抓到一半卡死？

Picking Bins Empty：面向可靠工业料箱抓取的分层混合方法与抓取点在线自学习

关键词：料箱抓取、分层混合架构、在线自学习、清箱率

 

发文团队：德国斯图加特大学；卡尔斯鲁厄理工学院（KIT）；梅赛德斯-奔驰股份公司等

研究内容：基于模型的抓取精度高但预定义抓取一被遮挡就死锁，无模型方法开箱即用却缺乏产线要求的可靠性——抓取成功率仅 45.6%。

本文核心突破：搭建四层架构按失效点逐级回退（漏检、位姿置信不足、抓取全被遮挡），并用电动夹爪的行程反馈配合 Wilson 置信区间在线统计每个抓取点的成功率、自动禁用不可靠抓取点。清箱率从基线的 50.9% 提到 100%（30 个料箱全部清空，1500/1500），同时抓取成功率维持在 83.6%–91.9%。

论文链接：https://arxiv.org/abs/2608.28175

 

 

深蓝AI

 

 

8

—

最佳应用论文奖

🏆 IROS 2026 Best Application Paper Award（这是本届主会唯一以"应用"命名的奖项）

• 吞进体内的胶囊机器人，怎么知道自己在哪、朝哪个方向？

面向超声胶囊机器人位姿估计的声学感知纹理优化

关键词：胶囊机器人、超声位姿估计、声学感知纹理优化

发文团队：大湾区大学、香港中文大学、南方科技大学

研究内容：胶囊机器人的位姿估计是其在体内完成诊疗动作的前提，而超声成像固有的散斑、伪影与低信噪比，使常规视觉纹理特征难以直接迁移。本工作围绕超声图像的声学特性做纹理优化，以提升胶囊位姿估计的精度与稳定性。

 

 

深蓝AI

 

 

9

—

最佳学生论文奖

🏆 IROS 2026 Best Student Paper Award

• 多机编队能贴多近？

保平坦性的残差学习用于实时紧密四旋翼编队飞行

关键词：微分平坦性、残差动力学学习、紧密编队、下洗气流

发文团队：宾夕法尼亚大学 GRASP 实验室

研究内容：多机贴得越近，前机下洗气流越无法用标称动力学描述；但让学习模型自由补偿这部分力，又会破坏系统的微分平坦性，使原本高效的轨迹规划与反馈线性化全部失效。本文核心突破在于把残差严格限定为只依赖位置与速度，使多机系统保持 jointly flat，可以让密集编队、穿越窄窗这类过去只能靠离线规划近似的任务，可以在线实时完成。

论文链接：https://arxiv.org/abs/2607.12275

 

 

深蓝AI

 

 

10

—

最佳论文奖

🏆 IROS 2026 Best Paper Award

• 机器人在同一个地方待上一年，到底该记住什么？

面向终身场景理解的"易变性感知"时空记忆

关键词：长期场景理解、易变性建模、三层记忆结构、多会话 SLAM

 

发文团队：韩国大邱庆北科学技术院

研究内容：现有系统要么用新观测覆盖旧状态以维持"最新地图"，要么保存语义快照却不维护跨会话的物体身份。作者把这种"只记得现在、不记得过去"直接命名为 temporal amnesia（时间性遗忘）。本文感知层用多会话 SLAM 做空间对齐，推理层决定记忆如何演化——跨会话身份匹配由五条确定性证据打分决定，只有歧义样本才交给 LLM 做三选一，且 LLM 无权改动分数；一个贝叶斯递推的易变性分数决定覆盖、保留还是保留多假设，输出自然分化为当前状态（Live）、事件历史（Delta）与长期统计（Meta）三层。配套 LT-VQA 上 Event F1 达 0.910，token 消耗仅 438K（同类方法 7,114K–45,859K）；去掉跨会话身份关联后 F1 崩到 0.140。

论文链接：https://arxiv.org/abs/2608.19059

 

 

深蓝AI

 

 

IROS 2026  Workshop 最佳论文奖

HumanEgo：从数分钟人类第一人称视频中零样本学习机器人操作

🏆WORLDS Workshop 最佳论文奖

发文团队：马里兰大学

论文标题：《HumanEgo: Zero-Shot Robot Learning from Minutes of Human Egocentric Videos》（University of Maryland）

论文链接：https://arxiv.org/abs/2605.24934

 

面向富接触机器人强化学习的自监督多感官预训练

🏆 IROS 2026 IARL Workshop 最佳学生论文奖

• 触觉数据标注不起，表征能不能自己学？

论文标题：《Self-Supervised Multisensory Pretraining for Contact-Rich Robot RL》

IFLAX：复杂逻辑约束下长时程任务规划的神经符号学习

🏆 IROS 2026 ReS AI Workshop 最佳论文奖

发文团队：纽约州立大学布法罗分校；卡内基梅隆大学

论文标题：《IFLAX: Neuro-Symbolic Learning for Long-Horizon Task Planning under Complex Logical Constraints》

论文链接：https://arxiv.org/abs/2606.06877

VAP-TAMP：机器人用视觉语言模型主动应对开放世界中的意外状况

🏆 IROS 2026 Full-Shift Robot Co-Workers Workshop 最佳论文奖

• 计划赶不上变化，机器人能不能自己处理意外而不是停机等人？

论文标题：《VAP-TAMP: Robots Actively Handling Situations using VLMs in Open Worlds》

μ(0)：可扩展的 3D 交互轨迹世界模型

🏆 IROS 2026 RoBoWoMo Workshop 最佳论文奖

发文团队：马里兰大学；首尔大学

论文标题：《μ(0): A Scalable 3D Interaction-Trace World Model》（University of Maryland / Seoul National University）

论文链接：https://arxiv.org/abs/2606.13769

～【91探花】技术交流群～

 

💪致力于帮助各位朋友「打破隐形的墙」，共建一个更自由、更有深度、更有价值的交流生态社区！在各大企业工作的，可以相互内推，互通有无；在学校读研读博的，可以交流想法，携手合作。

扫码添加阿蓝，选择想要加入的交流群即可

（按照提交顺序邀请，请尽早选择）

👇