下面这份总结，我把“近十年”按你所在时点（2016–2025）来算，并把 ICRA/IROS 视作一个“机器人领域技术雷达”：它们每年的最佳论文、热门分会、竞赛与产业demo，基本能反映主流研究范式的切换与真正落地的技术栈变化。

我会用两层结构来讲：

1. 十年三段式范式迁移（从“几何+模型”到“学习+数据”，再到“基础模型+生成式+可部署”）
2. 按方向的关键成果脉络（感知/SLAM、规划控制、操作与触觉、足式/空中机器人、多机器人、HRI、医疗与工业、评测与工程化）

并且用奖项论文做“锚点”（因为它们是大会公认的代表性成果，不是我主观挑选）。

---

0. 先给一个总判断：2016–2025 的最大变化是什么？

机器人研究的中心，从“算法是否优雅”转向“系统是否可扩展、可泛化、可复现、可部署”。
具体表现就是：数据、评测、鲁棒性、不确定性建模、闭环控制与系统工程在 ICRA/IROS 中权重显著上升。

ICRA 2025 的奖项结构本身就很能说明趋势：新增/强化了Robot Learning、Planning and Control、Perception、Multi-Robot Systems等方向的最佳论文体系，反映领域重心从单点算法向“可部署系统能力”聚拢。([IEEE ICRA 2025][1])

---

1) 十年三段式范式迁移（2016–2018 / 2019–2021 / 2022–2025）

第一段（2016–2018）：几何与模型仍是主轴，学习开始“进主会场”

这一阶段的关键词是：接触、动力学、可证明规划、几何SLAM + 初代大规模自监督。

• 代表性“模型/几何”的顶会认可：

  • ICRA 2016 最佳论文是平面滑动的凸多项式力-运动模型，非常典型：接触建模、可辨识、可用于规划与控制。([IEEE Entity Web Hosting][2])

• 同年 ICRA 2016 学生最佳论文“50K 次抓取 + 700 机器人小时”的自监督抓取学习，说明数据驱动抓取已经开始规模化。([IEEE Entity Web Hosting][2])

这一段的核心产出

• 接触与操作：从“能抓”走向“可解释的接触模型 + 数据驱动抓取”并行
• 控制：优化与轨迹优化（MPC/Collocation）体系成熟
• 可靠性：开始关注不确定性（但还没形成“系统级”解决方案）

---

第二段（2019–2021）：学习上位 + 仿真到现实（sim2real）成为刚需

这一段在 IROS/ICRA 的显著信号是：强化学习、模仿学习、系统化训练管线大量涌现，同时硬件与控制结合更紧。

• IROS 2016 的最佳论文 ANYmal（四足）常被视作“足式机器人走向可部署”的里程碑之一，体现了硬件+控制+系统工程的综合突破。([EPFL新聞][3])
  （注意：我这里引用它是为了说明“足式系统化能力”开始被顶会奖励，且后续几年足式/动态运动显著升温。）

这一段的核心产出

• 足式/动态运动：更强的动力学控制、全身控制、以及面向复杂地形的鲁棒策略
• 学习系统化：训练、域随机化、策略蒸馏、在线适应等逐渐形成“工程范式”
• 多模态感知：从单纯视觉几何向融合（视觉/惯导/力觉等）迈进

---

第三段（2022–2025）：基础模型、生成式方法、数据工程、可扩展多机器人

这一段是十年里“范式跳变最大”的三年：LLM/多模态、扩散模型、触觉与接触丰富操作、超大规模多机器人与数据基础设施，全面进入 ICRA/IROS 主流。

几个非常“顶会风向标”的锚点：

• 生成式/扩散开始进入“策略与触觉”：

  • ICRA 2025 “Field and Service Robotics”获奖论文提到tactile-diffusion policies与多模态触觉传感器（PolyTouch），这说明扩散/生成式不再只是视觉生成，而是走向接触丰富的控制策略。([IEEE ICRA 2025][1])

• LLM 与任务规划/代理进入“规划与控制”的主奖项讨论：

  • ICRA 2025 “Planning and Control”奖项的决赛/获奖列表里，出现了用 LLM 生成任务计划的工作（如 SELP），以及强调“无需显式规划、反馈驱动解决序列任务”的方法，说明社区在重新定义“planning vs control”的边界。([IEEE ICRA 2025][1])

• 不确定性建模与鲁棒里程计继续强化：

  • ICRA 2025 “Robot Perception”获奖是学习式 VO 的协方差/不确定性建模（MAC-VO），这反映感知从“更准”走向“更可用（知道自己何时不可靠）”。([IEEE ICRA 2025][1])

• 数据工程成为机器人学习的一等公民：

  • ICRA 2025 “Robot Learning”奖项获奖是 Robo-DM（大型机器人数据集的数据管理工具），非常明确：机器人学习的瓶颈不只在模型，也在数据生命周期与工程基础设施。([IEEE ICRA 2025][1])

• 可扩展多机器人系统被推到极端规模：

  • ICRA 2025 “Multi-Robot Systems”获奖论文直接指向“部署一万台机器人”级别的终身多智能体路径规划/模仿学习，意味着多机器人从理论算法转向规模化可落地。([IEEE ICRA 2025][1])

IROS 侧的信号也类似：

• IROS 2023 最佳论文是“基于感知的 MPC 用无人机做电力线巡检”，体现“优化控制 + 感知约束”在真实任务中的融合。([Robohub][4])
• IROS 2022 的奖项列表里，既有“表示学习做手势聚类”（认知/交互），也有“安全层（Lyapunov 指标）”等安全主题，说明 IROS 更强调“系统智能 + 场景应用 + 安全”。([iros2022.org][5])

---

2) 按研究方向梳理：近十年 ICRA/IROS 的“成果主线”

下面每条我都给你“十年走向 + 典型锚点（奖项/代表主题） + 工程含义”。

---

A. 感知与 SLAM：从“更准”到“知道自己何时不准”

十年走向

• 早期：几何SLAM、回环、鲁棒前端
• 中期：学习辅助特征/深度、跨域泛化
• 后期：不确定性建模、鲁棒多传感融合（视觉/雷达/事件相机），重点变成“可用性”

锚点

• ICRA 2025：MAC-VO 把“学习式 VO + 协方差/不确定性”放在主奖项层面。([IEEE ICRA 2025][1])

工程含义（对自动驾驶/AMR/具身都关键）

• 可靠系统需要“置信度与退化策略”，而不是只追均值误差
• 感知与控制必须围绕“不确定性”闭环（这也是你做平台化诊断/监控时的核心指标来源）

---

B. 规划与控制：从“可证明最优”到“反馈驱动 + 学习增强”

十年走向

• 轨迹优化/MPC 是底座
• 学习开始提供：代价函数、启发式、约束近似、策略初始化
• 近三年出现新变量：LLM 做任务层规划/代理、生成式用于控制搜索

锚点

• ICRA 2025 “Planning and Control”获奖与决赛论文明确挑战传统 planning 范式，并把 LLM 进入任务计划生成讨论。([IEEE ICRA 2025][1])
• IROS 2023 最佳论文：感知约束的 MPC 做电力线巡检（强任务导向）。([Robohub][4])

工程含义

• 真实部署里，“可恢复、可解释的反馈结构”往往比离线最优更重要
• 任务层（language/intent）与运动层（TAMP/MPC）正在耦合，未来几年会继续加速

---

C. 操作、触觉与接触丰富任务：从“抓取”到“操作技能与泛化”

十年走向

• 2016 左右：大规模抓取数据驱动开始成熟([IEEE Entity Web Hosting][2])
• 2020 后：操作从抓取扩展到插拔、装配、柔性物体、接触丰富技能
• 2023–2025：触觉 + 生成式策略 + 跨形态泛化（不同手/不同物体）

锚点

• ICRA 2025：

  • PolyTouch（触觉传感 + tactile-diffusion policies）([IEEE ICRA 2025][1])
  • D(R,O) Grasp（跨手型/物体交互统一表示）([IEEE ICRA 2025][1])

• IROS 2022：衣物折叠/照护仿真世界等也反映柔性物体与家庭/照护场景的持续升温。([iros2022.org][5])

工程含义

• 触觉正在从“传感器论文”变成“策略闭环”的一部分
• 数据与表示（跨手型、跨对象）决定了泛化上限

---

D. 足式/动态机器人：从“能跑”到“可在复杂场景稳定运行”

十年走向

• 早期强调：动力学、混合系统、可证明稳定性
• 中期强调：硬件性能 + 鲁棒控制 + 学习策略辅助
• 后期强调：能耗、可靠性、环境适应、任务结合（搬运/巡检）

锚点

• IROS 2016 最佳论文 ANYmal：象征四足从实验室“走向工程系统”被顶会认可。([EPFL新聞][3])
• ICRA 2016 最佳论文决赛中也出现“欠驱动人形动态行走”的优化框架，说明动态行走长期是顶会主轴之一。([IEEE Entity Web Hosting][2])

---

E. 多机器人与车队系统：从算法到“极限规模与终身学习”

十年走向

• 早期：编队、覆盖、协作、分布式规划
• 中期：MAPF、任务分配、通信约束
• 近三年：大规模（千/万级）+ 终身学习 + 数据与仿真验证

锚点

• ICRA 2025：多机器人最佳论文直接以“Deploying Ten Thousand Robots”为题。([IEEE ICRA 2025][1])

工程含义

• 车队系统的竞争力越来越像“云系统”：可扩展性、数据闭环、回归验证、故障隔离

---

F. HRI/认知/交互：从“可用交互”到“共适应与可解释协作”

十年走向

• 从手势/意图识别到协作规划
• 从一次性交互到长期适应、共享控制、人在回路学习

锚点

• IROS 2022：Gesture2Vec（手势表示学习）获认知机器人最佳论文([iros2022.org][5])
• ICRA 2025：HRI 奖项强调“人-代理联合学习/共享控制”以提高技能采集效率([IEEE ICRA 2025][1])

---

G. 医疗、工业与场景化机器人：从“单点应用”到“闭环质量与安全”

十年走向

• 医疗：更强调传感+控制闭环、低侵入、可验证安全
• 工业：从固定工站走向柔性与在线感知，强调“质量闭环”

锚点

• ICRA 2025 医疗与自动化获奖论文体现了低成本系统设计与在线推理/控制的结合。([IEEE ICRA 2025][1])
• IROS 2023 有工业/制造方向奖项（例如闭环增材制造等）也反映“生产过程闭环化”的趋势。([CMU計算機科學院][6])

---

3) ICRA vs IROS：近十年的“风格差异”怎么理解？

这不是绝对，但很实用：

• ICRA更像“机器人核心技术栈的旗舰”：感知、规划控制、学习、操作、机制设计，各方向都极强，且近年更强调数据/规模/可部署（Robo-DM、Ten Thousand Robots 等就是典型）。([IEEE ICRA 2025][1])
• IROS更像“智能系统与场景化落地的旗舰”：认知/HRI、应用、系统与安全主题更突出（如 IROS 2022 的安全层、IROS 2023 的任务型无人机巡检）。([iros2022.org][5])
• IROS 2025 官方总结里提到参会规模“超过 8,000”，说明社区整体在加速扩张，研究与产业的交汇越来越密。([IROS 2025][7])

---