雷锋网 AI 科技评论按：本篇属于「顶会见闻系列」。每年这么多精彩的人工智能/机器学习会议，没去现场的自然可惜，在现场的也容易看花眼。那么事后看看别的研究员的见闻总结，也许会有新的收获呢。 Alex Irpan 本科毕业于 UC 伯克利大学的计算机科学专业，在伯克利人工智能 AI 研究所（BAIR）做的本科毕业设计，导师为 Pieter Abbeel，而后加入谷歌大脑的机器人团队做软件工程师...

原文作者：用户“多多的贾维斯”原文链接：https://www.xiaohongshu.com/ KAN We Flow? Advancing Robotic Manipulation with 3D Flow Matching via KAN & RWKV 一、整体概述1. 本文提出KAN-We-Flow，一种用于机器人三维操作的高效流匹配策略模型。2. 核心贡献在于用RWKV与K...

来源：公众号“labren” 原文链接：https://mp.weixin.qq.com/s/97_CzzOnRfXvVUV_q30wKQ?scene=1&click_id=26 香港中文大学任洪亮教授团队论文《EndoDDC：通过扩散深度补全学习稀疏到密集重建用于内窥镜机器人导航》被机器人领域顶会 IEEE International Conference on Robotics ...

来源：公众号“具身智能之心” 原文链接：https://mp.weixin.qq.com/s/_1gQE9UMwLHh-sm1xR_Hbg?scene=1&click_id=118 近年来，基于深度强化学习和模仿学习的端到端机器视觉控制策略展现出巨大的应用潜力。然而，受限于真实深度传感器固有的物理噪声与几何信息缺失，仿真策略向现实世界（Sim2Real）的直接迁移始终面临着巨大的鸿沟...

来源：公众号“机器之心” 原文链接：https://mp.weixin.qq.com/s/4DffsUZw-FLuawiMh7a-AA 本文的共同第一作者为新加坡国立大学博士生费昕，新加坡国立大学博士生徐志轩。合作者为浙江大学实习生方怀聪、新加坡国立大学博士生张添睿。通讯作者为新加坡国立大学计算机学院助理教授、RoboScience 首席科学家邵林，研究方向为机器人学习与灵巧操作。 T (R...

来源：公众号“机器之心” 原文链接：https://mp.weixin.qq.com/s/uTffZgN0uuiknCcIY-VGYw 本文的共同第一作者为新加坡国立大学博士生陈浩楠，新加坡国立大学硕士生郭京翔。合作者为汪邦骏、张添睿、黄叙川、郑博仁、侯懿文、铁宸睿、邓家俊。通讯作者为新加坡国立大学计算机学院助理教授邵林，研究方向为机器人和人工智能。 在具身智能领域，机器人操作的泛化能力一直...

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。如何在不依赖任何任务特定微调和成对动作数...