Logo
Loading...
期刊
专家
顶会专区

RSS:机器人,科学与系统会议 顶会专区

本专区系统性收录 RSS(Robotics: Science and Systems,机器人:科学与系统会议)相关的论文解读、专家演讲及会议动态等内容。RSS 集中呈现了机器人感知、多指抓取、无人机控制、人机交互、运动规划与具身智能等领域的年度前沿进展。我们关注算法背后的数学严谨性与工程落地突破,致力于为机器人研究者与从业者提供一份清晰、直接的信息索引。

查看全景观测 →
2026.07.13 -17
会议时间
澳州悉尼
会议地点
708
投稿文章数量
29.7%
收录率
66
专区文章总数
会后复盘 具身智能 雷峰网 · GAIR DAO · 2026-07-20
一文汇总 RSS2026 机器人顶会入围finalist最佳论文,涵盖:VLA灵巧操作/LLM模块化 / 集群控制 / 人形全覆
来源:公众号“PnP机器人” 原文链接:https://mp.weixin.qq.com/s/yUEFm-F6hDdale84n6SqGg 机器人科学和系统顶会 RSS2026 于 7.13-7.17 在悉尼举办,采用单轨报告制,审稿严苛、录用率不足 30%,是机器人系统领域含金量最高学术会议。RSS2026大会聚焦具身大模型、触觉灵巧操作、人形控制、多智能体安全规划等前沿,设置四类核心奖项...
阅读原文 → 💬 讨论 ↑ 收藏
会前预热 具身智能 雷峰网 · GAIR DAO · 2022-07-04
AI 训练速度突破摩尔定律;宋舒然团队获得RSS 2022最佳论文奖
最新 MLPerf 基准表明:AI 的训练速度比去年提升了几乎两倍 6月29日,开放工程联盟 MLCommons 发布了 MLPerf 基准的最新训练结果,发现今年机器学习系统的训练速度几乎是去年的两倍,超越了摩尔定律(每18-24个月翻一倍)。 MLPerf 由八个基准测试组成:图像识别、医学影像分割、两个版本的对象检测、语音识别、自然语言处理、推荐和强化学习。在这八个基准测试中,英伟达的...
阅读原文 → 💬 讨论 ↑ 收藏
会后复盘 具身智能 雷峰网 · GAIR DAO · 2026-08-19
机器人数据不够“多”了?RSS 2026 这场 Workshop,七位研究者给出四条突围路径
机器人学习的数据瓶颈正在质变。过去是“数据不够多”,现在是“数据的结构不对”——堆更多高质量遥操作数据,既不可持续,也不够用。在 RSS 2026 Workshop「Data-Centric Robotics: What Data Do Robots Really Need?」(悉尼科技大学,2026 年 7 月 17 日)上,七位讲者从四个方向拆解了这个问题。我们把最值得记住的四条路径,以...
阅读原文 → 💬 讨论 ↑ 收藏
会后复盘 具身智能 雷峰网 · GAIR DAO · 2026-08-19
英伟达 Cosmos 3 深度拆解:它想做具身智能时代的「安卓系统」| RSS 2026
当 AGI 的大脑决定向边缘迁徙,英伟达拿出了统治机器人进化的“终极剧本”。 编辑丨岑峰 2026 年,大模型行业正经历一场前所未有的“体感位移”。那个在纯数字世界几乎无往不利的 Scaling Law,在试图跨越到物理世界时,正遭遇物理规律、空间约束和长尾数据的残酷审判。 AI 行业最核心的矛盾正日趋明显:云端算力的指数级爆发,与机器人终端落地的步履蹒跚,构成了一种日益撕裂的鸿沟。 这种割...
阅读原文 → 💬 讨论 ↑ 收藏
会后复盘 大语言模型 雷峰网 · GAIR DAO · 2026-08-19
RSS & SIGGRAPH | 具身智能打通虚实闭环!从全天候雷达感知、零样本接触操控到3D世界模拟的全面进化!|RSS 2026
来源:JOJO极智算法 原文链接:https://mp.weixin.qq.com/s/t1k6qrZ6-NoU7i5yi7zEEQ 具身智能(Embodied AI)正在加速从简单的指令执行,迈向充满不确定性的真实物理世界。然而,当智能体真正落地时,往往会面临三大终极拷问:在恶劣天气下,机器人如何不变成“瞎子”?在复杂的物理接触中,如何让机器人拥有人类般的“手感”与应变能力?在数据极度匮乏...
阅读原文 → 💬 讨论 ↑ 收藏
会后复盘 大语言模型 雷峰网 · GAIR DAO · 2026-08-19
机器人动作生成的根本性变革:从 OAT (Ordered Action Tokenization) 看具身智能的 Scaling Law 时刻|RSS 2026
来源:未来索引 原文链接:https://mp.weixin.qq.com/s/75cThzwP1ButXnr0O4e3Wg 如果说 ChatGPT 是让 AI 学会了人类的语言,那么 OAT (Ordered Action Tokenization) 则是让 AI 掌握了物理世界的“语法”。这不仅是编码方式的改变,更是机器人从“专用工具”向“通用智体”进化的关键一跃。 最近,具身智能(Em...
阅读原文 → 💬 讨论 ↑ 收藏