一、研究背景   视觉-语言-动作（VLA）模型是具身智能的核心架构，旨在让机器人通过视觉感知和语言理解直接输出动作指令。然而，当前主流VLA模型（如RT-2、OpenVLA）通常架构复杂、训练流程冗长，缺乏一个设计简洁、易于理解和复现的基准模型，阻碍了社区对VLA核心设计决策的系统性研究。 此外，现有VLA模型在训练效率上存在显著差异——有些需要大规模预训练数据，有些依赖...

一、研究背景   视觉-语言-动作（VLA）模型是当前具身智能的主流架构，但主要分为两大范式，各自面临根本性局限：端到端VLA模型（如RT-2、OpenVLA）严重依赖海量的「指令-视觉-动作」成对数据进行训练，数据获取成本极高且泛化能力有限；分层模型虽通过中间目标表示连接高层语义与底层动作，但中间目标通常需要3D点云等精确几何输入，在开放环境中难以获取。 如何在不依赖任何...

把盘子垂直插入碗架的窄槽、将花茎稳稳放入花瓶——这些对人类来说近乎本能的高精度操作，却是机器人至今难以跨越的门槛。北京大学董豪团队在ICRA 2026上提出的Imagine2Act框架，让机器人先“想象”出任务完成时的理想状态，再据此规划动作，在多项精细操作任务上取得了显著突破。 一、背景：高精度操作的两大瓶颈 家庭服务机器人要真正帮人类干活，光会“抓取-放置”远远不够。面...

雷锋网按：这里是，雷锋字幕组编译的 ICRA 2018 系列，带你了解机器人与自动化领域的最新研究成果。 原标题：Kinematic Design Optimization of a Parallel Surgical Robot to Maximize Anatomical Visibility Via Mot 翻译 | 夏利鹏    整理 | MY 字幕组君最近看了场悲伤的电影，由...

雷锋网按：这里是，雷锋字幕组编译的 ICRA 2018 系列，带你了解机器人与自动化领域的最新研究成果。 原标题 ：Reinforcement Learning of Depth Stabilization with a Micro Diving Agent 翻译 | 张哥华    整理 | 凡江 强化学习是机器人在与环境交互中解决控制问题的方法。本论文中，我们将要学习基于模型值函数的...

从产业、市场、资本等角度看，无人机近两年一直处于「降温」阶段，商业化的无人机已经进入了一个「寡头时代」，消费类市场的热度也在下降，无人机厂商也在努力向行业、专业级业务靠拢，创业厂商淘汰了一批又一批，资本对于无人机创业公司的关注也慢慢转移到了其他「风口」。和产业界不同的是，学术界对于无人机的研究如同之前一样充满热情，这种能够飞行的机械给机器人制空领域带来了无限可能。 在正举行的ICRA 20...

5月21日 - 5月25日国际机器人与自动化会议（IEEE International Conference on Robotics and Automation，ICRA 2018）在澳大利亚布里斯班举行，雷锋网也来到了现场对会议进行了相关报道。 一般来说，这种国际级的学术会议中，除了纯学术讨论之外，还会有一些产业界的相关展览、高校之间的各种交流赛事，本届 ICRA 2018也不例外。前...

雷锋网 AI 科技评论按：ICRA 2018 本周于澳大利亚布里斯班举行。随着会议议程的推进，今天也迎来了本次大会的重头戏——ICRA 相关奖项的颁布仪式。 ICRA 2018 颁奖仪式包括 IEEE 系列奖项及 ICRA 2018 论文奖项等两个环节。 论文颁奖环节 ICRA 2018 大会主席 Peter Corke 在大会开场提供的论文数据显示，美国以 630 ...

雷锋网 AI 科技评论按：本周，ICRA 2018 正式在澳大利亚布里斯班举办。作为 IEEE 机器人与自动化学会（IEEE Robotics and Automation Society）的重要会议，学术论文自然成为了不可忽视的一个部分。今年在论文上又有哪些最新进展，又有哪些领域成为最受关注的研究方向？雷锋网 AI 科技评论根据第一天的开幕式环节及官方发布的数据，整理了相应的重要看点。...

只听「枯燥」的学术报告，很多人不知道PPT里的哪些东西在彰显前沿，但是若先在展区的产品堆里逛一圈，了解完最新应用技术，你会发现自己瞬间找到PPT里那些发光发亮的东西。 只听「枯燥」的学术报告，很多人不知道PPT里的哪些东西在彰显前沿，但是若先在展区的产品堆里逛一圈，了解完最新应用技术，你会发现自己瞬间找到PPT里那些发光发亮的东西。 以上是去年ICRA 2017（IEEE I...