来源： AIRS 具身智能中心官网 原文链接： https://airs\.cuhk\.edu\.cn/article/1422 想象一下，你买了一台家庭服务机器人，但它每次离开客厅后，就会忘记沙发在哪里，只能重新满屋子乱找。缺乏持续利用历史经验的能力，是当前许多具身智能体面临的重要挑战。 近日，AIRS 具身智能中心关于 StateLinFormer 的论文被 IROS 2026 接...

来源： 网易（杰西讲具身） 原文链接： https://www\.163\.com/dy/article/L09MMJ9J0556KHJZ\.html ✨导读：港科广提出FLUX流式统一导航策略与动态导航基准DynBench，采用整流流匹配+静态到动态两阶段训练，推理效率提升47%⚡，六大导航任务刷新SOTA。支持轮式、四足、人形机器人零样本落地，解决传统导航割裂、扩散模型推理慢、人机交...

2026年10月1日，IROS 2026 Workshop——Physical World Models for Scaling Embodied AI将在美国匹兹堡举行。论文征集现已开放，8月10日截止；WorldArena 2.0 Challenge三大赛道已于7月10日开赛，总奖金$7500。 具身智能撞上“数据墙” 过去几年，大语言模型吃下了互联网级的文本，视觉...

雷锋网按：9 月 24 日至 28 日，机器人领域的顶级学术会议 IROS 2017 在温哥华会议中心召开。作为大会首场 Keynote，自动驾驶领域长老级人物 Edwin Olson 被邀请就“自动驾驶系统的可靠性与鲁棒性”这一主题，进行了长达 45 分钟的讲座。对于为什么多策略决策系统（MPDM）是解决自动驾驶可靠性问题的突破点，Edwin Olson 重点进行了介绍。本文由雷锋网编...

雷锋网 AI 科技评论按：9 月 26 日，机器人领域的顶级学术会议 IROS 2017 进入第二日。上午，著名华人计算机视觉专家、斯坦福副教授李飞飞，在温哥华会议中心面向全体与会专家学者作了长达一小时的专题报告。 在昨天发布的雷锋网文章 上篇：「李飞飞：为什么计算机视觉对机器人如此重要？ | IROS 2017」中，李飞飞介绍了视觉对生物的重要性，以及计算机视觉在物体识别任务中的飞速发展...

人和机器人的最大差别在哪里？答案是：主动解决问题的能力。例如，有很多研发技术已经非常纯熟的移动机器人还是会被一张桌子挡住去路。这类机器人尽管可以感应到桌子的存在，并且已经将它识别为障碍物，然后规划一条路径避开它，最后还是会失败。这是因为机器人只知道要避障！要避障！要避障！却不知道它们面对的大多数障碍到底是什么，这些障碍物体是如何运动的，以及应该怎么实现避障。 对此，小编只想说：“生而为...

持续一周的IROS 2016终于要落下帷幕了，除了看各种paper和主题演讲，要说还差点什么的话，应该就是颁奖典礼了。学术会议中得奖的学者均靠实力说话，而获奖论文更是可能成为经典，拥有被写进教科书的机会。下面就来看看IROS上的获奖名单吧。 下图是所有奖项名称。 Harashima创新技术奖 这个奖项是以IROS创始荣誉主席Fumio Harashima之名而...