中國(guó)機(jī)器人科研團(tuán)隊(duì)在國(guó)際頂級(jí)學(xué)術(shù)會(huì)議上的存在感繼續(xù)走高。

當(dāng)?shù)貢r(shí)間 6 月 2 日上午 11 時(shí)，IEEE 國(guó)際機(jī)器人與自動(dòng)化大會(huì)（ICRA 2026）在奧地利維也納展覽中心 A2 廳正式啟動(dòng) 2026 年度最佳論文獎(jiǎng)?lì)C獎(jiǎng)典禮。作為機(jī)器人與自動(dòng)化領(lǐng)域最具影響力的國(guó)際頂級(jí)會(huì)議之一，ICRA 每年評(píng)選的最佳論文通常代表著當(dāng)年機(jī)器人學(xué)的前沿技術(shù)與重大突破。

本屆 ICRA 2026 共收到全球 5088 篇論文投稿，創(chuàng)下大會(huì)歷史最高紀(jì)錄，最終 2829 篇論文入選。

大會(huì)設(shè)置 11 個(gè)專項(xiàng)領(lǐng)域最佳論文獎(jiǎng)，覆蓋機(jī)器人學(xué)習(xí)、醫(yī)療機(jī)器人、感知、人機(jī)交互、自動(dòng)化、操作與移動(dòng)、機(jī)構(gòu)設(shè)計(jì)、多機(jī)器人系統(tǒng)、現(xiàn)場(chǎng)服務(wù)、規(guī)劃與控制等全部核心方向。

36 篇論文從近 3000 篇錄用論文中脫穎而出進(jìn)入最終決賽圈，其中至少 12 篇由華人學(xué)者擔(dān)任一作或通訊作者，占比超過三分之一。頒獎(jiǎng)典禮橫跨 6 月 2 日至 3 日，分為四個(gè)場(chǎng)次進(jìn)行。

一、中國(guó)學(xué)者殺入超三分之一決賽圈

本屆 ICRA 入圍論文中，華人學(xué)者的參與度達(dá)到了歷史新高。

從機(jī)構(gòu)分布看，內(nèi)地高校和研究機(jī)構(gòu)大量出現(xiàn)在入圍名單中：清華（FP3、Dexora）、北大（Dexora）、上海交大（Dexora）、香港中文大學(xué)（SurgAM）、臺(tái)灣大學(xué)（角平分足部機(jī)構(gòu)）、新加坡國(guó)立大學(xué)（Bi-Adapt）等均有論文入圍。

從數(shù)量上看，36 篇入圍論文中至少 12 篇由華人學(xué)者擔(dān)任一作或通訊作者，占比超過三分之一。更值得注意的是覆蓋面——從基礎(chǔ)策略模型（FP3）到手術(shù)機(jī)器人（SurgAM），從仿人操作（Dexora）到工業(yè)自動(dòng)化（IMR-LLM），中國(guó)學(xué)者的研究已覆蓋了從理論到應(yīng)用的完整光譜。

Dexora 的 25 位作者名單本身就是一個(gè)信號(hào)：當(dāng)中國(guó)頂尖機(jī)器人實(shí)驗(yàn)室愿意放下競(jìng)爭(zhēng)、聯(lián)合開源一個(gè) VLA 基礎(chǔ)模型時(shí)，競(jìng)爭(zhēng)的粒度正在從“誰(shuí)的論文更好”轉(zhuǎn)向“誰(shuí)的生態(tài)更強(qiáng)”。

二、從入圍名單看機(jī)器人學(xué)五大風(fēng)向

風(fēng)向一：VLA 模型全面滲透操作，從 PPT 走向開源工程

FP3（3D 基礎(chǔ)策略模型）和 Dexora（開源雙臂 VLA）同時(shí)入圍，標(biāo)志著 VLA 已從概念驗(yàn)證進(jìn)入工程化階段。FP3 追求通用性（任意物體、任意場(chǎng)景），Dexora 追求可復(fù)現(xiàn)性（開源、多機(jī)構(gòu)協(xié)作）。兩條路線互為補(bǔ)充，共同回答一個(gè)問題：VLA 到底能不能走出實(shí)驗(yàn)室？

風(fēng)向二：觸覺仿真獨(dú)立成賽道

ETac（觸覺仿真框架）入圍自動(dòng)化獎(jiǎng)項(xiàng)，結(jié)合 OmniRetarget 和 Bi-Adapt 等操作論文對(duì)觸覺數(shù)據(jù)的依賴，可以清晰地看到觸覺感知正在從“錦上添花的傳感器”升級(jí)為“操作策略的必要輸入模態(tài)”。

當(dāng)觸覺仿真框架開始作為獨(dú)立論文入圍時(shí)，這個(gè)方向已經(jīng)完成了從手工調(diào)參到系統(tǒng)化研究的范式轉(zhuǎn)換。

風(fēng)向三：3D 高斯?jié)姙R從 CV 進(jìn)入機(jī)器人學(xué)

LR-SGS 和 FindAnything 代表了 3DGS 技術(shù)從純視覺重建向多模態(tài)、語(yǔ)義化機(jī)器人感知的遷移。

相比 NeRF，3DGS 的實(shí)時(shí)性優(yōu)勢(shì)使其天然適合機(jī)器人場(chǎng)景——建圖的速度直接影響決策閉環(huán)的頻率。

可以預(yù)見，3DGS 將成為 ICRA 感知方向的“新 NeRF”。

風(fēng)向四：人形機(jī)器人從“能走”到“能干”

OmniRetarget（全身運(yùn)動(dòng)生成）和 HITTER（仿人乒乓球）分別從數(shù)據(jù)和控制兩端推動(dòng)人形機(jī)器人的“任務(wù)能力”而非“運(yùn)動(dòng)能力”。

“交互保持”概念的出現(xiàn)說明，學(xué)界已經(jīng)不再滿足于讓機(jī)器人模仿人類動(dòng)作的軌跡，而是要求它理解動(dòng)作背后的任務(wù)目的：這是從 kinematic imitation 到 semantic interaction 的代際跨越。

風(fēng)向五：極端環(huán)境感知形成獨(dú)立方向

Sonar-MASt3R（渾濁水下）、KISS-IMU（無 GPS 慣性定位）、LR-SGS（LiDAR 輔助弱光場(chǎng)景）三者共同指向一個(gè)趨勢(shì)：在視覺失效的環(huán)境下實(shí)現(xiàn)可靠感知。這滿足了“nobody else can do it”的硬需求——自動(dòng)駕駛、水下作業(yè)、災(zāi)難搜救等場(chǎng)景沒有視覺退化的容錯(cuò)空間。

這個(gè)方向的技術(shù)壁壘和產(chǎn)業(yè)價(jià)值都很高，但研究者相對(duì)稀缺。

 

三、結(jié)語(yǔ)

ICRA 的專項(xiàng)獎(jiǎng)體系以 11 個(gè)細(xì)分領(lǐng)域獎(jiǎng)項(xiàng)全面覆蓋機(jī)器人學(xué)核心方向。

當(dāng)會(huì)議的投稿量從 3000 篇漲到 5000 篇，從 12 個(gè) track 擴(kuò)展到數(shù)十個(gè)子領(lǐng)域，用少數(shù)幾個(gè)獎(jiǎng)項(xiàng)去涵蓋整個(gè)機(jī)器人學(xué)確實(shí)不現(xiàn)實(shí)。11 個(gè)專項(xiàng)獎(jiǎng)各歸其位，競(jìng)爭(zhēng)激烈程度因領(lǐng)域而異，這種不均衡恰恰折射出各子領(lǐng)域的差異化發(fā)展節(jié)奏。

36 篇入圍論文中至少 12 篇來自華人學(xué)者，占比超過三分之一，這個(gè)數(shù)字本身就是中國(guó)機(jī)器人學(xué)厚積薄發(fā)的最好注腳。從基礎(chǔ)模型（FP3）到手術(shù)機(jī)器人（SurgAM），從開源 VLA（Dexora）到工業(yè)自動(dòng)化（IMR-LLM），覆蓋面的廣度比數(shù)量的增長(zhǎng)更值得關(guān)注。

雷峰網(wǎng)在此恭喜各個(gè)團(tuán)隊(duì)獲得ICRA獎(jiǎng)項(xiàng)，也衷心祝愿華人學(xué)者們?cè)诖说涝阶咴竭h(yuǎn)，星光不問趕路人，時(shí)光不負(fù)有心人。

 

四、附錄：11 大獎(jiǎng)項(xiàng)入圍論文一覽

1. Best Paper Award on Robot Learning（機(jī)器人學(xué)習(xí)）

入圍 4 篇，聚焦擴(kuò)散策略、3D 基礎(chǔ)模型與 VLM 的機(jī)器人應(yīng)用。

GRITS: A Spillage-Aware Guided Diffusion Policy for Robot Food Scooping Tasks

作者：Yen-Ling Tai, Yi-Ru Yang, Kuan-Ting Yu, Yu-Wei Chao, Yi-Ting Chen

將擴(kuò)散策略引入機(jī)器人取食任務(wù)，核心創(chuàng)新是溢出感知（spillage-aware）機(jī)制——抓取策略不僅追求成功率，更關(guān)注操作過程中液體或顆粒的潑灑控制。這項(xiàng)工作觸及了機(jī)器人操作從實(shí)驗(yàn)室走向真實(shí)廚房的關(guān)鍵瓶頸：操作精度不等于任務(wù)完成質(zhì)量。

FP3: A 3D Foundation Policy for Robotic Manipulation

作者：Rujia Yang, Geng Chen, Chuan Wen, Yang Gao（清華大學(xué)）

提出首個(gè)面向機(jī)器人操作的 3D 基礎(chǔ)策略模型（3D Foundation Policy），將大模型范式引入操作策略空間。這是當(dāng)前 VLA（Vision-Language-Action）路線向 3D 空間延伸的代表性工作，與清華高陽(yáng)團(tuán)隊(duì)此前在具身智能領(lǐng)域的布局一脈相承。

Hierarchical DLO Routing with Reinforcement Learning and In-Context Vision-Language Models

作者：Mingen Li, Houjian Yu, Yixuan Huang, Youngjin Hong, Hantao Ye, Changhyun Choi

將強(qiáng)化學(xué)習(xí)與上下文視覺語(yǔ)言模型結(jié)合，解決可變形線性物體（如線纜）的路徑規(guī)劃問題，是軟體操作方向的代表性進(jìn)展。

Do You Know Where Your Camera Is? View-Invariant Policy Learning with Camera Conditioning

作者：Tianchong Jiang, Jingtian Ji, Xiangshan Tan, Jiading Fang, Anand Bhattad, Vitor Guizilini, Matthew Walter

將相機(jī)姿態(tài)作為策略學(xué)習(xí)的條件變量，使策略在不同相機(jī)設(shè)置間實(shí)現(xiàn)泛化。來自 TRI 的合作背景表明該工作有明確的自動(dòng)駕駛和工業(yè)機(jī)器人落地指向。

 

2. Best Paper Award in Medical Robotics（醫(yī)療機(jī)器人）

入圍 4 篇，覆蓋手術(shù)控制、顯微手術(shù)、場(chǎng)景理解和支氣管鏡導(dǎo)航。醫(yī)療機(jī)器人是近年 ICRA 增長(zhǎng)最快的子領(lǐng)域之一。

RCM Constraint-Consistent Dynamic Control in Surgical Robots

作者：Yu Li, Hamid Sadeghian, Zewen Yang, Valentin Le Mesle, Sami Haddadin

提出遠(yuǎn)程運(yùn)動(dòng)中心（RCM）約束一致性動(dòng)態(tài)控制方法，解決微創(chuàng)手術(shù)中器械繞固定切口點(diǎn)運(yùn)動(dòng)的精確控制問題。慕尼黑工大 Haddadin 課題組在安全機(jī)器人領(lǐng)域有深厚積累，這篇工作延續(xù)了其將控制理論應(yīng)用于手術(shù)場(chǎng)景的技術(shù)路線。

One-Shot Autofocus Via User-Adaptive Gaze Control for Robot-Assisted Microsurgery

作者：Yunfei Luan, Yuxuan Liu, Yuyang Zhuge, Yating Luo, Yao Guo, Guang-Zhong Yang

提出一次性自動(dòng)對(duì)焦方法，通過用戶自適應(yīng)凝視控制實(shí)現(xiàn)顯微手術(shù)輔助。楊廣中院士團(tuán)隊(duì)在手術(shù)機(jī)器人領(lǐng)域深耕多年，這項(xiàng)工作將人因工程引入手術(shù)機(jī)器人控制，是醫(yī)工結(jié)合的代表性工作。

SurgAM: Surgical Affordance Map Prediction with Multimodal Feature Fusion for Robot Autonomy

作者：Lei Song, Yonghao Long, Mengya Xu, Jiayi Geng, Xiuyuan Chen, Qi Dou

用多模態(tài)特征融合預(yù)測(cè)手術(shù)可供性地圖（Surgical Affordance Map），使機(jī)器人能理解手術(shù)場(chǎng)景中哪些區(qū)域可操作、哪些區(qū)域應(yīng)避開。這是手術(shù)機(jī)器人從遙操作走向自主化的關(guān)鍵感知能力。

Geometry-Aware Visual Odometry for Bronchoscopic Navigation Via High-Gain Observer Fusion

作者：Mohammadreza Kasaei, Francis Xiatian Zhang, Feng Li, Farshid Alambeigi, Kev Dhaliwal, Mohsen Khadem

通過高增益觀測(cè)器融合實(shí)現(xiàn)幾何感知的支氣管鏡視覺里程計(jì)，解決了在狹窄、弱紋理氣道內(nèi)的定位難題。

 

3. Best Paper Award on Robot Perception I（機(jī)器人感知 · 第一部分）

本屆最特殊的一個(gè)獎(jiǎng)項(xiàng)——入圍僅 1 篇論文。

在 36 篇入圍論文中，這是唯一一個(gè)單人入圍的獎(jiǎng)項(xiàng)，意味該工作在評(píng)審中獲得了幾乎一致的認(rèn)可。

FindAnything: Open-Vocabulary and Object-Centric Mapping for Robot Exploration in Any Environment

作者：Sebastian Barbas Laina, Simon Boche, Sotiris Papatheodorou, Simon Schaefer, Jaehyung Jung, Helen Oleynikova, Stefan Leutenegger

提出開放詞匯的、以對(duì)象為中心的地圖構(gòu)建方法，使機(jī)器人能在任意未知環(huán)境中探索并識(shí)別從未見過的物體。這一方法將視覺基礎(chǔ)模型（如 SAM、CLIP）與傳統(tǒng) SLAM 技術(shù)深度融合，代表了機(jī)器人感知正在從“識(shí)別已知物體”走向“理解任意物體”的范式轉(zhuǎn)移。

Leutenegger 是 SLAM 領(lǐng)域的權(quán)威學(xué)者，Helen Oleynikova 曾在 ETH 從事自主無人機(jī)研究，團(tuán)隊(duì)的技術(shù)積累保證了方法的工程可行性。

 

4. Best Paper Award on Human-Robot Interaction（人機(jī)交互）

入圍 3 篇，涵蓋可解釋性、人在回路策略和視障輔助。三篇論文的共同特征是將技術(shù)方案與真實(shí)用戶需求深度綁定。

HEXAR: A Hierarchical Explainability Architecture for Robots

作者：Tamlin Love, Ferran Gebelli, Pradip Pramanick, Antonio Andriella, Guillem Alenya, Anais Garrell, Raquel Ros, Silvia Rossi

提出分層可解釋性架構(gòu)，使機(jī)器人能根據(jù)不同用戶群體（兒童、老人、技術(shù)專家）提供適配層級(jí)的解釋。在服務(wù)機(jī)器人進(jìn)入家庭和醫(yī)療場(chǎng)景的當(dāng)下，“對(duì)不同的人說不同的話”不再只是社交技巧，而是安全性和信任建立的核心能力。

Uncertainty Comes for Free: Human-In-The-Loop Policies with Diffusion Models

作者：Zhanpeng He, Yifeng Cao, Matei Ciocarlie（哥倫比亞大學(xué)）

提出擴(kuò)散模型天然攜帶不確定性估計(jì)的特性，可被用于人在回路決策——無需額外訓(xùn)練或架構(gòu)修改。Ciocarlie 是哥倫比亞大學(xué)機(jī)器人操作實(shí)驗(yàn)室負(fù)責(zé)人，該工作在不確定性量化與策略學(xué)習(xí)的交叉點(diǎn)上提出了一個(gè)簡(jiǎn)潔而有力的主張。

SA-VLM V2: Useful, Comprehensive, and Concise Guidance for Guide-Dog Robots Assisting the Visually Impaired

作者：Woo-han Yun, JaeHo Shin, BeomSu Seo, Jaehong Kim, ByungOk Han（韓國(guó)電子通信研究院 ETRI）

導(dǎo)盲機(jī)器人的視覺語(yǔ)言模型指引系統(tǒng) V2 版本，核心優(yōu)化方向是“有用、全面且簡(jiǎn)潔”——從炫技回歸用戶體驗(yàn)。在輔助機(jī)器人領(lǐng)域，用戶不需要最聰明的模型，需要的是最不會(huì)出錯(cuò)的模型。

 

5. Best Paper Award in Automation（自動(dòng)化）

入圍 4 篇，從 LLM 驅(qū)動(dòng)的工業(yè)規(guī)劃到輕量觸覺仿真，覆蓋自動(dòng)化從語(yǔ)義層到物理層的完整光譜。

IMR-LLM: Industrial Multi-Robot Task Planning and Program Generation using Large Language Models

作者：Xiangyu Su, Juzhan Xu, Oliver van Kaick, Kai Xu, Ruizhen Hu

用大語(yǔ)言模型直接生成工業(yè)多機(jī)器人任務(wù)規(guī)劃和可執(zhí)行程序代碼，是大模型從“對(duì)話機(jī)器人”走向“工廠調(diào)度員”的標(biāo)志性嘗試。

ETac: A Lightweight and Efficient Tactile Simulation Framework for Learning Dexterous Manipulation

作者：Zhe Xu, Feiyu Zhao, Xiyan Huang, Chenxi Xiao

提出輕量高效的觸覺仿真框架 ETac。觸覺仿真在 ICRA 2026 的多個(gè)獎(jiǎng)項(xiàng)中反復(fù)出現(xiàn)，說明這一方向正在從“個(gè)別實(shí)驗(yàn)室的自研工具”走向“社區(qū)共用的基礎(chǔ)設(shè)施”。當(dāng)一個(gè)領(lǐng)域開始出現(xiàn)專門的仿真框架時(shí)，它就已經(jīng)完成了從手工探索到工程化研究的范式轉(zhuǎn)換。

Ro-To-Go! Robust Reactive Control with Signal Temporal Logic

作者：Roland Ilyes, Lara Brudermuller, Nick Hawes, Bruno Lacerda

將信號(hào)時(shí)序邏輯（STL）用于魯棒反應(yīng)式控制，在形式化方法與實(shí)際機(jī)器人控制之間架設(shè)了一座工程橋梁。

LASER: Level-Based Asynchronous Scheduling and Execution Regime for Spatiotemporally Constrained Multi-Robot Timber Manufacturing

作者：Zhenxiang Huang, Lior Skoury, Tim Stark, Aaron Wagner, Hans-Jakob Wagner, Thomas Wortmann, Achim Menges（斯圖加特大學(xué)）

面向多機(jī)器人木材制造提出分層異步調(diào)度與執(zhí)行機(jī)制，將多機(jī)器人協(xié)調(diào)從學(xué)術(shù)問題推進(jìn)到真實(shí)建筑制造場(chǎng)景。斯圖加特大學(xué)在計(jì)算設(shè)計(jì)與機(jī)器人建造領(lǐng)域有世界級(jí)的研究積累。

 

6. Best Paper Award on Robot Perception II（機(jī)器人感知 · 第二部分）

入圍 2 篇，均聚焦自動(dòng)駕駛場(chǎng)景的感知與定位，但技術(shù)路線截然不同——一個(gè)向上突破視覺重建精度，一個(gè)向下挖掘 IMU 的極限潛力。

LR-SGS: Robust LiDAR-Reflectance-Guided Salient Gaussian Splatting for Self-Driving Scene Reconstruction

作者：Ziyu Chen, Fan Zhu, Hui Zhu, Deyi Kong, Xinkai Kuang, Yujia Zhang, Chunmao Jiang

將 3D 高斯?jié)姙R（3D Gaussian Splatting）與 LiDAR 反射率引導(dǎo)結(jié)合，實(shí)現(xiàn)魯棒的自駕場(chǎng)景重建。相比于去年 ICRA 還以 NeRF 為主的場(chǎng)景重建賽道，今年 3DGS 的實(shí)時(shí)性優(yōu)勢(shì)使其快速成為機(jī)器人感知的新標(biāo)準(zhǔn)工具。

KISS-IMU: Self-Supervised Inertial Odometry with Motion-Balanced Learning and Uncertainty-Aware Inference

作者：Jiwon Choi, Hogyun Kim, Geonmo Yang, Juhui Lee, Younggun Cho

用自監(jiān)督學(xué)習(xí)解決慣性里程計(jì)問題，提出運(yùn)動(dòng)平衡學(xué)習(xí)與不確定性感知推理。IMU 是自動(dòng)駕駛傳感器堆棧中成本最低的組件，這篇工作在低成本定位方向上有明確的產(chǎn)業(yè)應(yīng)用前景——當(dāng)視覺和 LiDAR 都失效時(shí)，IMU 是最后的防線。

 

7. Best Paper Award on Robot Manipulation and Locomotion（機(jī)器人操作與移動(dòng)）

入圍 5 篇，是本屆入圍數(shù)最多的獎(jiǎng)項(xiàng)，競(jìng)爭(zhēng)最為激烈。覆蓋雙手靈巧 VLA、仿人全身運(yùn)動(dòng)遷移、摩擦調(diào)制靈巧手、少樣本雙臂適應(yīng)和推動(dòng)操作。

Dexora: Open-Source VLA for High-DoF Bimanual Dexterity

作者：Zongzheng Zhang, Jingrui Pang, Zhuo Yang, Kun Li, Minwen Liao, Saining Zhang, Guoxuan Chi, Jinbang Guo, Huan-ang Gao, Modi Shi, Dongyun Ge, Yao Mu, Jiayuan Gu, Rui Chen, Hao Dong, Huazhe Xu, Li Yi, Yixin Zhu, Hang Zhao, Pengwei Wang, Shanghang Zhang, Guocai Yao, Jianyu Chen, Hongyang Li, Hao Zhao

開源的雙臂高自由度靈巧操作 VLA 模型。25 位作者來自清華、北大、上交、中科院自動(dòng)化所等多個(gè)中國(guó)頂尖機(jī)構(gòu)，是目前中國(guó)在操作領(lǐng)域最大規(guī)模的協(xié)作成果之一。開源策略有助于推動(dòng) VLA 模型走出個(gè)別實(shí)驗(yàn)室的壁壘——如果這條路走通，Dexora 對(duì)中國(guó)機(jī)器人社區(qū)的貢獻(xiàn)將遠(yuǎn)不止一篇論文。

OmniRetarget: Interaction-Preserving Data Generation for Humanoid Whole-Body Loco-Manipulation and Scene Interaction

作者：Lujie Yang, Xiaoyu Huang, Zhen Wu, Angjoo Kanazawa, Pieter Abbeel, Carmelo Sferrazza, Karen Liu, Yan Duan, Guanya Shi（UC Berkeley / CMU / Stanford）

提出交互保持的人形機(jī)器人全身運(yùn)動(dòng)數(shù)據(jù)生成方法。一個(gè)值得注意的信號(hào)是 Pieter Abbeel 和 Angjoo Kanazawa 的參與——前者是模仿學(xué)習(xí)權(quán)威，后者是 3D 人體重建的知名學(xué)者——這意味著這項(xiàng)工作站在模仿學(xué)習(xí)與計(jì)算機(jī)視覺的交叉點(diǎn)上，是讓仿人機(jī)器人在復(fù)雜場(chǎng)景下完成全身任務(wù)的路線圖級(jí)工作。論文強(qiáng)調(diào)“交互保持”（非簡(jiǎn)單復(fù)制人類動(dòng)作，而是保持任務(wù)交互語(yǔ)義），標(biāo)志著人形運(yùn)動(dòng)生成正在從 kinematic imitation 走向 semantic interaction 的代際跨越。

Robotic Dexterous Manipulation Via Anisotropic Friction Modulation Using Passive Rollers

作者：Ethan Fisk, Taeyoon Lee, Shenli Yuan

通過被動(dòng)滾輪實(shí)現(xiàn)各向異性摩擦調(diào)制，為靈巧操作提供了一個(gè)全新的硬件-控制協(xié)同設(shè)計(jì)范式——不改變控制器，而是改變手指表面的物理屬性。

Bi-Adapt: Few-Shot Bimanual Adaptation for Novel Categories of 3D Objects Via Semantic Correspondence

作者：Jinxian Zhou, Ruihai Wu, Yiwei Liu, Checheng Yu, Xunzhe Zhou, Yiwen Hou, Licheng Zhong, Lin Shao（新加坡國(guó)立大學(xué)）

通過語(yǔ)義對(duì)應(yīng)實(shí)現(xiàn)新類別 3D 物體的少樣本雙臂適應(yīng)。邵林團(tuán)隊(duì)去年在同一獎(jiǎng)項(xiàng)中獲得最佳論文獎(jiǎng)，今年再次入圍，展現(xiàn)出在操作領(lǐng)域的持續(xù)競(jìng)爭(zhēng)力。

Push Anything: Single and Multi-Object Pushing from First Sight with Contact-Implicit MPC

作者：Hien Bui, Yufeiyang Gao, Haoran Yang, Eric Cui, Siddhant Mody, Brian Acosta, Thomas Stephen Felix, Bibit Bianchini, Michael Posa（賓夕法尼亞大學(xué)）

實(shí)現(xiàn)首次見到即推動(dòng)任意單個(gè)或多個(gè)物體的接觸隱式 MPC 方法。Posa 課題組在接觸豐富操作（contact-rich manipulation）的控制理論方面是世界頂級(jí)團(tuán)隊(duì)，這項(xiàng)工作將接觸隱式 MPC 推向了“見到就推”的泛化水平。

 

8. Best Paper Award on Mechanisms and Design（機(jī)構(gòu)與設(shè)計(jì)）

入圍 4 篇，從腿輪變換到 3D 打印義肢，從滾動(dòng)動(dòng)力學(xué)到仿生魚。機(jī)構(gòu)設(shè)計(jì)是 ICRA 中最具工程美感的類別。

DigiArm: An Anthropomorphic 3D-Printed Prosthetic Hand with Enhanced Dexterity for Typing Tasks

作者：Dean Zadok, Tom Naamani, Yuval Bar-Ratson, Elisha Barash, Oren Salzman, Alon Wolf, Alexander Bronstein, Nili Krausz（以色列理工學(xué)院 Technion）

三維打印的擬人義肢手，專門優(yōu)化了打字任務(wù)的靈巧度。多數(shù)義肢研究追求通用抓取，DigiArm 反其道而行之，專注單一高頻任務(wù)。這種“深度優(yōu)于廣度”的設(shè)計(jì)哲學(xué)在輔助設(shè)備領(lǐng)域可能比萬能方案更實(shí)用——一個(gè)打字流暢的義肢，比一個(gè)什么都能抓但什么都抓不好的義肢更能改變用戶的生活。

Design and Implementation of an Angle-Bisecting Foot Mechanism for a Leg-Wheel Transformable Robot

作者：Hsing-Chen Lee, Wei-Shun Yu, Pei-Chun Lin（臺(tái)灣大學(xué)）

為腿輪變換機(jī)器人設(shè)計(jì)角平分足部機(jī)構(gòu)，解決了單一機(jī)構(gòu)在行走和滾動(dòng)兩種模式間的機(jī)械耦合難題。

Relaxation Dynamics in Oblate Spherical Rolling Robots

作者：Micah Oevermann, Robert Ambrose

研究扁球形滾動(dòng)機(jī)器人的松弛動(dòng)力學(xué)，為非傳統(tǒng)形狀機(jī)器人的運(yùn)動(dòng)控制提供了理論基礎(chǔ)。在機(jī)構(gòu)設(shè)計(jì)領(lǐng)域，“理解形狀如何影響動(dòng)力學(xué)”比“設(shè)計(jì)更復(fù)雜的形狀”更具基礎(chǔ)價(jià)值。

A Novel Bio-Inspired Fish Robot with Tunable Stiffness Via Particle Jamming

作者：Jack Stonecipher, Allen Gao, Wei Wang

通過顆粒堵塞（particle jamming）實(shí)現(xiàn)剛度可調(diào)的仿生魚機(jī)器人。顆粒堵塞是軟體機(jī)器人中的經(jīng)典技術(shù)，但將其用于水下推進(jìn)的剛度調(diào)節(jié)是一個(gè)巧妙的應(yīng)用創(chuàng)新。

 

9. Best Paper Award on Multi-Robot Systems（多機(jī)器人系統(tǒng)）

入圍 3 篇，從多無人機(jī)懸掛負(fù)載到分布式建圖。

A Distributed Gaussian Process Model for Multi-Robot Mapping

作者：Seth Nabarro, Mark van der Wilk, Andrew J Davison（帝國(guó)理工學(xué)院）

提出分布式高斯過程模型用于多機(jī)器人建圖。Andrew Davison 是 SLAM 領(lǐng)域的奠基人之一，他的參與使這篇工作在理論深度上有了充分背書。將高斯過程的數(shù)學(xué)優(yōu)雅性與多機(jī)器人系統(tǒng)的分布式需求結(jié)合，是理論與工程相互成就的典范。

Dynamics Modeling of a Multi-UAV Slung Load System Using a Discrete-Link Cable Approach

作者：Harvey Merton, Ian Hunter

用離散連桿纜繩方法為多無人機(jī)懸掛負(fù)載系統(tǒng)建模。

Optimal Multi-Robot Planning for Simultaneous Area and Line Coverage

作者：Tianyuan Zheng, Kaiyan Yu, Mingyang Gao, Jingang Yi

實(shí)現(xiàn)區(qū)域與線狀覆蓋同時(shí)進(jìn)行的最優(yōu)多機(jī)器人規(guī)劃。

 

10. Best Paper Award in Field and Service（現(xiàn)場(chǎng)與服務(wù)）

入圍 3 篇，從飛行器攔截到視障導(dǎo)航再到水下聲光融合，共同特點(diǎn)是極端或非結(jié)構(gòu)化環(huán)境中的可靠感知與控制。

Sonar-MASt3R: Real-Time Opti-Acoustic Fusion in Turbid, Unstructured Environments

作者：Amy Phung, Richard Camilli（MIT / 伍茲霍爾海洋研究所 WHOI）

在渾濁水下環(huán)境中實(shí)現(xiàn)實(shí)時(shí)光學(xué)-聲學(xué)融合感知。水下環(huán)境對(duì)視覺的挑戰(zhàn)是機(jī)器人感知的極限測(cè)試場(chǎng)——在渾濁水中，視覺退化到近乎失明，聲學(xué)成為唯一可靠的信息源。MIT-WHOI 聯(lián)合項(xiàng)目在這個(gè)方向上的積累代表了目前水下感知的前沿水平。

GuideTWSI: A Diverse Tactile Walking Surface Indicator Dataset from Synthetic and Real-World Images for Blind and Low-Vision Navigation

作者：Hochul Hwang, Soowan Yang, Nhat Hong Anh Nguyen, Parth Goel, Krisha Adhikari, Sunghoon Ivan Lee, Joydeep Biswas, Nicholas Giudice, Donghyun Kim

從合成與真實(shí)世界圖像構(gòu)建多樣化觸覺步行地面指示器數(shù)據(jù)集，直接服務(wù)于盲人與低視力人群的導(dǎo)航需求。

Planar-Sector LOS Guidance for Interception of Agile Targets with Lifting-Wing Quadcopters

作者：Linkai Liu, Kun Yang, Han Zou, Chen Min, Shuli Lv, Shuai Wang, Quan Quan

提出平面扇區(qū)視線制導(dǎo)方法，實(shí)現(xiàn)升力翼四旋翼對(duì)敏捷目標(biāo)的攔截。

 

11. Best Paper Award on Planning and Control（規(guī)劃與控制）

入圍 3 篇，涵蓋仿人乒乓球、符號(hào)-技能協(xié)同和主動(dòng)推理驅(qū)動(dòng)操作。

HITTER: A HumanoId Table TEnnis Robot Via Hierarchical Planning and Learning

作者：Zhi Su, Bike Zhang, Nima Abraham Rahmanian, Yuman Gao, Qiayuan Liao, Caitlin Regan, Koushil Sreenath, Shankar Sastry（UC Berkeley）

仿人乒乓球機(jī)器人，分層規(guī)劃與學(xué)習(xí)結(jié)合。乒乓球是檢驗(yàn)仿人機(jī)器人高速動(dòng)態(tài)交互能力的經(jīng)典靶場(chǎng)——需要毫秒級(jí)的感知-決策-執(zhí)行閉環(huán)。Koushil Sreenath 和 Shankar Sastry 兩位控制領(lǐng)域權(quán)威學(xué)者的聯(lián)名，使這項(xiàng)工作具有極高的技術(shù)可信度。

SymSkill: Symbol and Skill Co-Invention for Data-Efficient and Reactive Long-Horizon Manipulation

作者：Yifei Shao, Yuchen Zheng, Sunan Sun, Pratik Chaudhari, Vijay Kumar, Nadia Figueroa（賓夕法尼亞大學(xué)）

提出符號(hào)與技能協(xié)同發(fā)明機(jī)制，實(shí)現(xiàn)數(shù)據(jù)高效且反應(yīng)式的長(zhǎng)時(shí)域操作。Vijay Kumar 是無人機(jī)和多機(jī)器人領(lǐng)域的權(quán)威，F(xiàn)igueroa 在人機(jī)協(xié)作方面有深厚的積累。這項(xiàng)工作試圖打通符號(hào)推理和運(yùn)動(dòng)技能之間的鴻溝——這是讓機(jī)器人執(zhí)行“把桌上的杯子放到洗碗機(jī)里”這類長(zhǎng)序列家用任務(wù)的核心挑戰(zhàn)。

ActivePusher: Active Learning and Planning with Residual Physics for Nonprehensile Manipulation

作者：Zhuoyun Zhong, Seyedali Golestaneh, Constantinos Chamzas

通過主動(dòng)學(xué)習(xí)與殘差物理實(shí)現(xiàn)非抓取式操作（如推動(dòng)物體）的推理與規(guī)劃。

雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng)) 

 

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。