<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>RSS on Umbrella Coffee</title><link>https://rubatotree.github.io/blog/tags/rss/</link><description>Recent content in RSS on Umbrella Coffee</description><image><title>Umbrella Coffee</title><url>https://rubatotree.github.io/blog/images/og-default.png</url><link>https://rubatotree.github.io/blog/images/og-default.png</link></image><generator>Hugo</generator><language>en-us</language><lastBuildDate>Tue, 04 Aug 2026 00:00:00 +0800</lastBuildDate><atom:link href="https://rubatotree.github.io/blog/tags/rss/index.xml" rel="self" type="application/rss+xml"/><item><title>RSS 2026 论文速览</title><link>https://rubatotree.github.io/blog/posts/rss26-paper-notes/</link><pubDate>Tue, 04 Aug 2026 00:00:00 +0800</pubDate><guid>https://rubatotree.github.io/blog/posts/rss26-paper-notes/</guid><description>&lt;p&gt;本文使用 AI 工具整理 &lt;a href="https://roboticsconference.org/program/papers/" target="_blank" rel="noopener noreferrer"&gt;&lt;span style="color: #59a4ff;"&gt;&lt;span style="text-decoration: underline"&gt;Robotics: Science and Systems 2026&lt;/span&gt;&lt;/span&gt;&lt;/a&gt; 的全部接收论文。官网在 2026 年 8 月 4 日实际列出 210 篇论文，分布在 21 个 Session；本文数量以官网实时页面为准。&lt;/p&gt;
&lt;h2 id="loc-1"&gt;Session 导读&lt;/h2&gt;
&lt;p&gt;RSS 2026 的 Session 划分比按单篇论文罗列更能反映研究热点：&lt;/p&gt;
&lt;p&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;Manipulation 1–3&lt;/strong&gt;：27 篇，覆盖双臂与灵巧操作、触觉闭环、接触丰富控制、数据合成和通用 Manipulation Policy。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;Imitation Learning 1–3&lt;/strong&gt;：28 篇，是论文数量最多的方向，集中讨论示教扩展、跨本体迁移、Diffusion 或 Flow Policy 与数据选择。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;Navigation 1–2&lt;/strong&gt;：18 篇，涵盖开放词汇导航、动态避障、长时序 VLA、地形可通行性与无人机导航。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;Humanoids&lt;/strong&gt;：13 篇，从高动态全身控制、跑酷和滑板扩展到通用人形 Foundation Model 与长时序 Loco-Manipulation。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;Multi-robot Systems&lt;/strong&gt;：13 篇，研究分布式优化、多智能体协作、时序逻辑、安全导航和多机器人规划。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;Perception and Estimation&lt;/strong&gt;：13 篇，关注机器人场景中的三维感知、状态估计、多模态融合与可部署感知系统。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;Planning&lt;/strong&gt;：13 篇，覆盖采样规划、最优控制、学习增强规划和带安全约束的决策。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;Control &amp;amp; Dynamics&lt;/strong&gt;：13 篇，重点是接触、柔顺性、复杂动力学与学习控制的稳定性。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;World Models &amp;amp; Memory&lt;/strong&gt;：9 篇，探索记忆检索、因果世界模型、仿真预训练和交互式世界模拟器。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;Localization &amp;amp; Mapping&lt;/strong&gt;：9 篇，包含神经地图、Radar 或 LiDAR 里程计、SLAM 不确定性与前馈三维重建。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;Datasets and Benchmarks&lt;/strong&gt;：9 篇，处理机器人数据集、评测协议和真实到仿真的基准构建。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;HRI&lt;/strong&gt;：9 篇，聚焦人机协作、意图理解、交互安全与社会性机器人。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;Modeling and Optimization&lt;/strong&gt;：9 篇，研究可微建模、系统辨识、几何优化与机器人设计中的数值方法。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;RL&lt;/strong&gt;：9 篇，关注真实机器人强化学习、离线到在线适应、奖励学习和样本效率。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;Robot &amp;amp; Sensor Design&lt;/strong&gt;：9 篇，覆盖新型机器人机构、软体系统、触觉与其他传感器设计。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;VLA Models&lt;/strong&gt;：9 篇，集中讨论视觉–语言–动作模型的预训练、推理、泛化与高效部署。&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;/p&gt;</description></item></channel></rss>