2026年6月初，在维也纳国际会议中心落幕的ICRA 2026上，从多瑙河畔传来消息。 来自宾夕法尼亚大学GRASP实验室的博士生Yifei Shao（邵逸飞） 作为第一作者的论文 《SymSkill: Symbol and Skill Co-Invention for Data-Efficient and Real-Time Long-Horizon Manipulation》 一举斩获两...

作者丨岑峰 2026年6月1日，机器人领域最重要的学术会议国际机器人与自动化会议（ICRA）在奥地利维也纳召开。 在首日举行的“Synthetic Data for Robot Learning” Workshop上，哥伦比亚大学助理教授李昀烛（Yunzhu Li）发表了题为“Structured World Models as Scalable Data Engines for Robot...

来源：公众号“INFINITY” 原文链接：https://mp.weixin.qq.com/s/z637jkIgnTctdXUdjkiJZg 用 3D 点云提升机器人跨视角、跨物体泛化，80 条示范即可完成新任务微调。 机器人基础模型为什么泛化差？很多时候不是模型不够大，而是它看世界的方式不对。 现在主流机器人基础模型大多依赖 2D 图像。图像能提供外观，但它本质上是三维世界压扁后的投影。...

2026年6月4日，在ICRA 2026大会的Keynote 3“Robot Perception and Spatial AI”环节中，MIT副教授Luca Carlone发表了题为“Maps, Memory, and Tasks — Toward Spatial Al for the Next Generation of Robots”的主旨演讲。他系统性地论证了一个核心观点：下一代机器...

作者丨郑佳美 编辑丨马晓宁 2026 年 6 月 4 日，在 ICRA 2026 “Robot perception and spatial AI” Keynote Session 上，波恩大学教授 Maren Bennewitz 发表了关于主动感知机器人的演讲，直指真实机器人部署中的一个基本困境：机器人面对的世界往往是杂乱、持续变化且只能部分观测的，仅靠被动观察无法完成可靠理解。 Benn...

2026年6月3日，在ICRA 2026大会的主题演讲环节，德克萨斯大学奥斯汀分校副教授、NVIDIA GEAR团队负责人朱玉可（Yuke Zhu）发表了关于人形机器人基础模型的最新演讲。他在演讲中系统性地拆解了当前人形机器人面临的最大瓶颈——数据，并提出了以“数据金字塔”为框架、以“世界模型”为引擎的规模化路径。 朱玉可指出，人形机器人正在进入一个全新的加速阶段：硬件日益成熟，学习算法和基...

作者丨陈淑瑜 编辑丨岑 峰 2026年6月2日，在ICRA 2026大会上，慕尼黑工业大学（TUM）自动驾驶实验室负责人Johannes Betz发表了题为“Autonomous Vehicles & Navigation ”的演讲，系统回顾了过去八、九年其团队在自动驾驶赛车领域的研究历程与核心洞察。 Johannes Betz开篇即抛出一个尖锐的问题：为什么要研究自动驾驶赛车？他的...

找到自己的位置，并理解周围环境，一直是机器人能够落地的先决条件。此前的导航系统大多建立在”环境静止、结构稳定”的假设之上，但随着具身智能从实验室走向真实场景，现实世界的动态变化让传统 SLAM（同步定位与建图）逐渐迫近天花板，无力应对自动驾驶中的车辆行人，或是手术机器人面前多变的人体组织。运动、遮挡甚至形变问题，是新一代 SLAM 需要解决的全新问题。 围绕这一挑战，王贺升教授系统介绍了从感...

作者丨郑佳美 编辑丨马晓宁 2026 年 6 月 2 日下午，在 ICRA 2026 医疗机器人主题 keynote 环节，新加坡国立大学（NUS）Haoyong Yu 发表演讲，回顾了其团队过去 10 年在可穿戴机器人与外骨骼方向的研究。 与许多强调“机器人能力堆叠”的路线不同，他的核心问题更直接：外骨骼的需求明明巨大，为什么仍然没有被广泛使用？ 真正走向产业应用的可穿戴机器人，必须从结构...

原文作者：公众号“深度强化学习 CASIA” 原文链接：https://mp.weixin.qq.com/s/amDj0sH1O1fr1OalrJr9Qw 01. Data Scaling Laws for Imitation Learning-Based End-to-End Autonomous Driving作者：Yupeng Zheng，Pengxuan Yang，Zhongpu X...