图书信息
内容简介
对 arXiv cs.RO 分类的年度综述，涵盖 2025 年 9 月 至 2026 年 8 月 期间发表的研究。本卷基于对 120 篇论文 的细读整理，组织为 44 章，按该领域的研究子方向描绘这一年的全貌。
全书框架（年度产出占比）：
- 端到端自主控制与视觉—语言—动作模型 (19.5%) — 探索用于高效自主操作与驾驶的统一端到端策略、扩散模型与视觉—语言—动作框架。
- 安全且鲁棒的模型预测控制 (6.1%) — 开发鲁棒、自适应且经安全过滤的模型预测控制技术，以应对动态不确定性受限轨迹。
- 实时感知、建图与神经场景重建 (10.9%) — 利用 LiDAR 与基于图的方法，面向可泛化环境的实时目标检测、语义建图与神经场景重建。
- 灵巧操作与人形全身控制 (8.6%) — 研究复杂物理交互中人形与软体机器人的触觉感知、灵巧抓取与全身控制策略。
- 分层任务规划与具身推理 (4.2%) — 利用大语言模型与分层推理结构，实现长时程任务规划与多智能体导航。
- 视觉 SLAM 与鲁棒位姿估计 (3.9%) — 利用高斯泼溅、神经滤波器与鲁棒位姿跟踪，增强运动模糊与遮挡条件下的视觉 SLAM 与状态估计。
- 用于运动控制的深度强化学习 (3.3%) — 应用深度强化学习（含基于模型与离线方法），优化底层运动控制与多智能体协调。
- 零样本视觉—语言导航 (0.7%) — 聚焦于视觉—语言导航任务中的零样本迁移与推理，采用想象式框架与神经符号规划。
- 主动探索与自适应感知策略 (0.3%) — 研究主动感知与探索算法，以最小化不确定性并优化太空与灾害响应场景中的信息增益。
- 人机交互与多模态技能学习 (41.5%) — 聚焦于开发多模态数据集、数字孪生与自然语言接口，以促进无缝人机交互与技能适应。
每个子方向均通过三章展开论述——它如何提出自己的问题、其关键结论的强度，以及它开放的争论与前沿，从而让读者获得该领域今年实际产出的可溯源图景。
