1
Jiabin Qiu, Zixuan Chen, Hongye Cao, Jieqi Shi, Jing Huo, Yang Gao
任务设定
面向反事实式模型预测控制的机器人世界模型
痛点动机
传统世界模型只优化事实预测,难以区分候选动作优劣
解决方案
提出动作判别式联合嵌入世界模型,结合逆动力学与动作恢复正则化保留动作信息
2
Yuyao Liu, Jiayuan Mao, David Hsu, Leslie Pack Kaelbling, Tomás Lozano-Pérez
任务设定
从单个人类示范视频自动生成机器人程序
痛点动机
传统机器人编程需大量人工工程,难以泛化到新场景
解决方案
编码智能体自动生成/验证/优化程序,用关系化物体中心表示实现跨场景泛化
3
Yinghua Zhou, Junjie Ye, Yiqi Zhao, Hao Dong, Celina Shiyu Wang, Ruohai Ge, Tingyi Yang, Basile Van Hoorick, Gaurav Sukhatme, Vitor Guizilini, Yue Wang
任务设定
机器人操作中世界动作模型的实时重规划
痛点动机
联合视频-动作去噪每次重规划都要从头计算,延迟高
解决方案
滚动去噪机制维护滑动窗口分摊计算,实现 4.5 倍重规划加速
4
Matteo Merler, Bowen Li, Josh Roy, Yichao Liang, Qianwei Wang, Yixuan Huang, Tom Silver
任务设定
任务与运动规划(TAMP)的跨实例泛化
痛点动机
现有泛化 TAMP 方法需大量领域专用工程
解决方案
让编码智能体自动合成可泛化规划程序,效果超越手工规划器
5
Ayush Jain, Sreeharsha Paruchuri, Ishita Gupta, Fan Zhang, Tanner Schmidt, Jakob Engel, Katerina Fragkiadaki, Adam W. Harley
任务设定
长视频中稠密点的 3D 长时程跟踪
痛点动机
现有方法要么稀疏长时程、要么稠密短片段,难以兼顾
解决方案
将视频建模为世界坐标下持久 3D 场景轨迹,体素去重+动静分解实现千帧稠密跟踪
6
Yuncong Yang, Jinlong Li, Yulong Xue, Feng Wu, Chunwen Zhang, Lei Qiao, Xuyang Wang
任务设定
水下机械臂打捞任务的多视角世界模型
痛点动机
无接触传感器,难以预测物体在接触交互下的状态变化
解决方案
跨视角 JEPA 世界模型在潜空间预测物体状态,支持 MPC 规划与想象式训练
7
Abhiram Maddukuri, Georgios Pavlakos
任务设定
从 Ego-Exo4D 多视角数据重建密集 4D 人体运动
痛点动机
原数据集仅有稀疏 3D 姿态标注,难以支持稠密人体重建
解决方案
构建 Ego-Exo4D-HM 数据集及重建流程,生成大规模 4D 人体网格 标注
8
Hongxin Zhang, Chunru Lin, Tsun-Hsuan Wang, Zhenjia Xu, Chuang Gan
任务设定
让 VLA 策略在部署时应对硬件偏移问题
痛点动机
硬件磨损或标定误差会使无记忆的 VLA 策略变脆弱
解决方案
用上下文编码器压缩部署时观测动作为潜在 token ,通过 AdaLN 调制策略实现自适应
9
Abu Bakar, Abdullah Aftab, Amir Hamza
任务设定
检测攀岩视频中运动员何时使用哪个岩点
痛点动机
常规 2D 姿态手腕/脚踝关键点偏离实际接触点,且手部常被遮挡
解决方案
用姿态基础模型 Sapiens 提取指尖脚尖关键点,结合免训练的邻近度与时序规则判断岩点使用
10
Yehang Zhang, Haojian Huang, Yifan Chang, Jianchong Su, Bohan Zhou, Yingjie Xu, Wosong Chen, Tianhao Zhou, Chenxu Wang, Tianyi Zhang, Yangkai Wei, Wenqian Li, Shiyuan Deng, Yinchuan Li, Ying-Cong Chen, Zexi Li
任务设定
用 VLM 驱动多智能体在世界动作工作区中操控机器人
痛点动机
VLM 常只看场景或输出程序,缺少真实的行动与修正闭环
解决方案
提出 WAA 框架,通过动作预演和视角内修正闭环执行,并从专家视频演化技能
11
Xun Huang, Shijia Zhao, Rongsheng Qu, Jiayuan Li, Xin Lu, Weixin Li, Chenglu Wen, Cheng Wang
任务设定
研究空间推理能力如何迁移到具身导航任务
痛点动机
现有空间推理基准与真实导航性能之间存在脱节
解决方案
构建 Spatial-Nav-100K 数据集,两阶段训练并用偏好蒸馏把空间先验转为导航策略
12
Haojin Li, Anbang Zhang, Wai Ho Mow, Chenyuan Feng, Chen Sun, Haijun Zhang
任务设定
用 5G CSI 信号生成式合成人体姿态感知数据
痛点动机
真实场景下 CSI-姿态同步数据采集成本高,难以规模化
解决方案
提出 StructFlow-HPR,基于流匹配在姿态引导下生成对齐的 CSI 表征
13
Lennart Clasmeier, Jan Gerrit Habekost, Cornelius Weber, Stefan Wermter
任务设定
为未知形态的机器人求解逆运动学(IK)
痛点动机
传统神经 IK 方法通常只能适配单一机器人,难以泛化
解决方案
用 Transformer 编码机器人形态,结合流匹配生成 IK 解并可作优化初值
14
Tianyu Xiong, Yi Lu, Jinrui Wang, Ziqi Liang, Dandan Lei, Xiaoyang Zhou, Xiao-xiao Long, Qiu Shen, Xun Cao
任务设定
从单目视频直接学习人形机器人可执行动作
痛点动机
传统动作重定向流程误差累积,动作难以执行
解决方案
端到端跳过人体表征,学习机器人隐式表示,配合接触感知优化提升物理可行性
15
Hanbit Oh, Yukiyasu Domae, Takuma Yagi
任务设定
用人类操作节奏加速机器人模仿学习的执行速度
痛点动机
机器人示教动作保守缓慢,现有加速方法缺乏合适节奏参考
解决方案
对齐人类与机器人操作阶段,从人类示范估计节奏并重定时示教数据用于行为克隆
16
Haodong Wang, Hezhen Hu, Wengang Zhou, Houqiang Li
任务设定
面向聋人交流的照片级 3D 手语数字人建模
痛点动机
手语含复杂手势和细腻表情,现有数据与方法难以精确还原
解决方案
构建多视角手语数据集,通过 SMPL-X 混合拟合精确标注,解耦身体、头部、手部表示
17
Yijun Yuan, Weicheng Zheng, Weibang Wang, Minghui Qin, Chang Sun, Junhao Huang, Kenan Li, Anmin Liu, Yicheng Yao, Hang Zhao
任务设定
在表征空间中直接学习状态、转移与可执行规划
痛点动机
传统世界模型依赖显式动力学模型和搜索式规划,效率较低
解决方案
用逆动力学监督端点间潜在路径的几何结构,规划时直接构造潜在路径并恢复动作
18
Xin Wang, Wenhao Wu, Menghao Zhang, Zhi Wang, Kun Shao, Jian Luan, Yang Li, Qing Li, Shangding Gu, Huichi Zhou, Shuqing Shi, Fei Ni, Shuo Lu, Weicheng Meng, Kang Li, Jin Wu, Kang Zhao, Shangmin Guo, Gen Li, Yongqiang Tang, Zhizhong Zhang, Yuan Xie, Heng Qu
任务设定
面向物理智能体的可进化执行框架
痛点动机
现有训练方式易削弱感知推理能力,长时任务和场景扰动下易失败
解决方案
把代码作为可执行接口组织动作原语,靠执行反馈跨轮次进化程序并提炼可复用技能
19
Jerrin Bright, John Zelek
任务设定
单目视频联合重建人物与场景的 4D 度量表示
痛点动机
3D 基础模型缺乏度量尺度与人物身份关联能力
解决方案
用网络视频伪标签训练尺度读出头,并挖掘模型内部特征做跨帧人物关联
20
Yohan Choi, Min-Jun Kim, Jin-Sung Kim, Yong-Jae Kim, Youn-Hee Han
任务设定
四足机器人在噪声深度输入下的跑酷运动控制
痛点动机
现有方法依赖手工滤波器处理深度噪声,难以复现且性能差
解决方案
在世界模型中引入去噪重建与对比对齐,学到噪声鲁棒的深度表征
21
Ihab Tabbara, Yuxuan Yang, Hussein Sibai
任务设定
跨具身机器人的安全过滤器设计
痛点动机
不同机器人形态导致相同动作安全性不同,通用策略难感知安全边界
解决方案
用形态感知潜空间表示做 Hamilton-Jacobi 可达性分析,学习跨机器人共享的安全过滤策略
22
Fan Lu, Hanshi Wang, Zijing Wang, Quan Feng, Zhi Wang, Shijie Chen, Xianming Zeng, Yujian Zhang, Jiazhe Wang, Xin Zha, Kai Wang, Zhijie Zhao, Lin Zhu, Tianyi Yang, Yucheng Xu, Tao Ji, Haodong Zhang, Zhipeng Zhang, Peixi Peng, Guang Chen, Xingliang Liu, Lei Yang, Jianyun Xu
任务设定
面向自动驾驶的可控生成式世界模型
痛点动机
现有方法难以同时兼顾泛化性、可控性、多传感器一致性与推理效率
解决方案
用 block-causal 生成结构结合位姿/地图/3D 框控制,支持多相机与 LiDAR 联合生成并蒸馏为少步推理
23
Maithili Patel, Sonia Chernova
任务设定
让机器人主动决策该做什么,而非被动等待指令
痛点动机
缺乏统一主动性框架,离线评估无法反映机器人行为对用户和环境的影响
解决方案
提出闭环评估方法与 GAP 算法,通过被动观察学习预测用户目标并主动行动
24
Yufei Duan, Hang Yin, Alberta Longhini, Chao Tang, Danica Kragic
任务设定
VLA 离散 token 化中的动作表示设计
痛点动机
传统姿态增量表示对执行速度和归一化方式敏感,掩盖几何结构
解决方案
提出方向-尺度分解( DSD ),将平移旋转增量拆分为方向与尺度再分词
25
Shuxin Cao, Liquan Wang, Masoud Moghani, Benjamin Joffe, Animesh Garg
任务设定
类别级别下机器人操作策略对未见物体的泛化
痛点动机
传统行为克隆容易过拟合具体物体的几何外观,难以迁移
解决方案
学习无监督语义 3D 关键点作为物体中心表示,结合扩散策略预测操作轨迹
26
Han Yan, Zishang Xiang, Haokai Jiang, Zeyu Zhang, Qilin Wang, Weiyu Guo, Yandong Guo, Boxin Shi, Hao Tang
任务设定
双臂机器人操作中的世界-动作联合建模
痛点动机
现有 WAM 训练时预测密集未来帧,计算冗余且动作与外观变化耦合,推理慢
解决方案
提出 DeltaWAM ,联合预测视觉增量与动作,并用流式增量记忆降低视频专家计算量
27
Xiangyu Yin, Shiqi Wang, Abrar Alamri, Yasir Aljohani, Weichen Liu, Goeran Fiedler, Wei Gao
任务设定
临床步态分析中生成可解释诊断报告
痛点动机
现有方法是黑箱分类器, VLM 直接推理易产生幻觉
解决方案
提出 DrGait 智能体,通过 Triage-Verification-Synthesis 流程调用基于 3D 网格轨迹的生物力学工具验证假设
28
Alex Schutz, Nick Hawes, Victor-Alexandru Darvariu
任务设定
为演变拓扑的图结构环境学习世界模型
痛点动机
现有图世界模型仅适用于固定拓扑或确定性环境
解决方案
用稀疏循环邻接矩阵建模拓扑变化,结合循环状态空间架构建模随机转移
29
Haotian Zhang, Fengyuan Yu, Dezhi Luo, Haoran Sun, Zehong Zhao, Qingying Gao, Yihan Li, Siyuan An, Huayi Qin, Yilan Zhang, Zhengze Jiang, Pinyuan Feng, Renrui Zhang, Ziyu Guo, Letian Wang, Mengyue Yang, Kangfu Mei, Maijunxian Wang, Ran Ji, Vikash Kumar, Freda Shi, Chandra Sripada, Vincent C. Muller, Philip Torr, Alan Yuille, Nikolaus Kriegeskorte, Felix Juefei-Xu, Lvmin Zhang, Jieneng Chen, Yilun Du, Hokin Deng
任务设定
评测并训练视频世界模型的物体恒存能力
痛点动机
视频世界模型是否具备类人物体恒存认知先验尚不明确
解决方案
构建 WROP 数据集及考试基准,训练 16B 世界模型 PWM-WROP 并评测
30
Sungjae Choi, Seunghee Koh, Junmo Kim
任务设定
面向 3D 高斯泼溅场景的多尺度分割与重建
痛点动机
现有方法几何重建与语义分割割裂,掩码监督不完整
解决方案
将感知先验注入几何重建与对比特征学习,结合单目深度和视图一致监督
31
Xiaoyue Fan, Jose Echevarria, Akshay Paruchuri, Kaan Akşit
任务设定
在可重光照 高斯头像 中嵌入可提取的 rPPG 心率信号
痛点动机
现有高斯头像忽略心动周期引起的肤色变化细节
解决方案
用轻量 MLP 学习心动周期相关的反照率调制,编码进面部 高斯 属性
32
Chuanjin Fan, Wenjie Chang, Aibing Li, Bingzhou Wang, Wenfei Yang, Tianzhu Zhang
任务设定
多视角时序图像下拓扑一致的动态网格重建
痛点动机
逐帧重建拓扑不稳定,模板变形又难获取局部细节
解决方案
提出双网格表示,模板网格自适应分裂合并,并用表面对齐 2DGS 引导几何精细化
33
Gaytri Jena, Kapil Wanaskar, Vinija Jain, Aman Chadha, Vasu Sharma, Amitava Das
任务设定
综述世界模型能否让机器人策略表现更好
痛点动机
现有评测割裂:预测质量与闭环任务成功率从不放一起比较
解决方案
整理 160 个基准并分类,发现仅少数工作直接对比世界模型与 VLA 策略
34
Guangfu Guo, Xiaoqian Lu, Rui Liu, Yutong Chen, Kunpeng Liu, Long Cheng
任务设定
研究导航世界模型的视觉表征与历史建模方法
痛点动机
Global-Softmax 重复处理历史,长上下文多查询开销大
解决方案
提出 Cached-Linear 混合注意力复用历史,并用 GDN 做时序记忆建模