1
Chen Chen, Omid Bagherieh, Naveen Nikamanth Appiah Balaji, Jesse T. Gonzalez, Negin Heravi, Fahad Islam, Xueting Li, Jean-Baptiste Regli, Kejia Ren, Petr Švec, David J. Yoon, Matthias Müller, Vladlen Koltun
任务设定
用通用 AI 模型替代专用策略直接控制机械臂
痛点动机
专用 VLA/世界动作模型 零样本成功率低,泛化差
解决方案
提出 AMP1 框架,智能体自适应决策并可记忆学习经验
2
Aadya Agrawal, Ho Kei Cheng, Alexander Schwing
任务设定
预测多人未来 3D 运动 的随机性轨迹与姿态
痛点动机
现有方法多为确定性输出,难以捕捉运动的多样可能性
解决方案
用条件流匹配生成多样未来运动,双流 Transformer 建模人际交互
3
Xun Tu, Minghao Zou, Karthik Desingh
任务设定
移动机械臂抓取-搬运大型物体的任务导向抓取选择
痛点动机
不同抓取姿态显著影响后续操纵成功率,难以提前预判
解决方案
用 PPO 训练策略并蒸馏 critic 为 抓取效用网络,提前选最优抓取
4
Fan Zhu, Rui Yu
任务设定
基于视频的 3D 空间推理 与场景问答
痛点动机
视频观测视角局限,难以支持查询指定视角的度量场景推理
解决方案
构建可查询的 BEV 场景记忆,按证据类型分流几何计算与视觉对齐
5
Yina Jian, Mingkun Xu
任务设定
评测机器人操作中任务相关的主动视角选择能力
痛点动机
现有空间推理基准未检验视角能否满足操作任务的证据需求
解决方案
提出 860 个桌面场景基准,用空间-功能信念状态对候选视角按缺失证据排序选取
6
Athanasios Babouras, Paul A. Martineau, Thomas Fevens
任务设定
基于姿态估计评估运动员 ACL 损伤风险
痛点动机
传统动捕评估成本高,专家主观判断缺乏客观性
解决方案
用手机端图卷积自编码器无监督分析姿态数据预测高风险人群
7
Jan Spindler, Bardia Ardakanian, Patrick Stotko, Reinhard Klein
任务设定
文本驱动生成全身 SMPL-H 三维人体姿态
痛点动机
以往方法忽略手部,或在欧氏空间建模旋转导致失真
解决方案
在关节旋转的黎曼流形上做流匹配生成,并用部件分词 Transformer 还原手部细节
8
Jingye Zhang, Choo Sin Wai, Dake Zhong, Zhifang Liu, Yuhong Zhang, Siyao Xiao, Guorui Song, Guocun Wang, Dongbin Zhang, Peng Jiao, Haoqian Wang
任务设定
少样本训练视觉-语言-动作 (VLA) 机器人操作策略
痛点动机
动作存在时空不确定性,逐点监督增加不必要学习负担
解决方案
引入概率动作解码器建模空间不确定性,用 Soft-DTW 对齐时序差异
9
Soovadeep Bakshi, Apurba Bose
任务设定
分析基于人类偏好奖励模型的采样式机器人控制效果
痛点动机
搜索越强越容易利用奖励模型漏洞,真实回报反而下降
解决方案
证明 χ² 正则化 MPPI 在误差匹配温度下最优,给出可证安全的搜索策略
10
Maxime Burchi, Fayaz Ali Dharejo, Radu Timofte
任务设定
基于模型强化学习 (MBRL) 中的长期记忆问题
痛点动机
现有方法依赖上下文记忆,难以超越人类的长期记忆与规划能力
解决方案
测试时用梯度下降把 episode 观测编码进世界模型参数,实现每局独立记忆
11
Furkan Mert Algan, Zhifan Ni, Eckehard Steinbach
任务设定
基于毫米波雷达的人体网格重建
痛点动机
稀疏点云信息损失,雷达张量缺乏精细语义
解决方案
将 DINOv3 视觉知识蒸馏到雷达体素,并用顶点/关节损失约束几何
12
Seokin Seo, Sung Kuk Shyn, Minji Seo, Yisoo Lee, Jongmin Lee, Hongseok Yang, Kee-Eung Kim
任务设定
离线模仿学习中机器人安全策略学习
痛点动机
安全演示次优,高性能演示常违反安全约束
解决方案
提出双专家框架 DexDICE ,结合 DICE 分布修正与安全支持约束实现安全且高性能的策略
13
Jusheng Zhang, Keze Wang, Liang Lin
任务设定
通过编辑机器人策略权重修复指令理解错误
痛点动机
传统修复需重训练,而错误常只是局部语言对齐问题
解决方案
用 LLM 读取 VLA 策略权重,结合仿真反馈定位并编辑 token 嵌入完成修复
14
Seokin Seo, Byung-Jun Lee, Jongmin Lee, HyeongJoo Hwang, Hongseok Yang, Kee-Eung Kim
任务设定
离线模仿学习中应对专家数据的协变量偏移问题
痛点动机
专家数据分布不平稳时,行为克隆策略易严重失效
解决方案
提出 DrilDICE ,用分布鲁棒的 DICE 校正估计并缓解状态分布偏移
15
Boran Zhao, Yanbin Hu, Jun Ye, Zhenxian Hu, Yuxin Zhai, Jin Cui, Pengju Ren
任务设定
复杂 3D 场景中 VLA 模型的长程操作记忆管理
痛点动机
场景细节冗余的情景记忆掩盖了可泛化操作经验
解决方案
仿海马体机制整合语义记忆、剪枝冗余记忆并灵活组合以提升跨任务泛化
16
Mohamed Adjel, Kahina Chalabi, Vincent Bonnet
任务设定
手机端单图实时人体网格恢复
痛点动机
现有方法精度与移动端推理速度难以兼顾
解决方案
基于 MHR 参数模型训练轻量回归器,手机 NPU 上 5.5 毫秒恢复网格
17
Ao Li, Zhihao Yuan, Chubin Zhang, Kunrui Huang, Sheng Xu, Zengjue Chen, Junjie Wang, Jiawei Li, Yansong Tang
任务设定
第一视角视频中双手触觉信号标注
痛点动机
第一视角视频缺少隐藏接触与压力的触觉标注
解决方案
用特权视角蒸馏融合多源触觉监督,使模型仅凭 ego 视频预测触觉
18
Le Zhang, Kailai Cui, Hao Chen, Vlad Roznyatovskiy, Jianzhong Zhang, Anhong Guo, Kang G. Shin, Ke Sun
任务设定
智能眼镜上手物交互的低功耗自动记录
痛点动机
连续 RGB 拍摄和无线传输超出智能眼镜的能耗/带宽预算
解决方案
用低功耗事件相机触发 RGB 拍摄和空间压缩,并用 IMU 抑制自身运动干扰
19
Shengjun Deng, Yinghan Zhang, Chengrui Wei, Liu Liang, Songyuan Liu, Pengkun Zheng, Yajun Zheng, Ying Zhang, Yuan Tian, Xi Li, Teng Wang
任务设定
语言引导的具身行人跟踪任务
痛点动机
现有方法难以在跨帧中保持目标身份一致
解决方案
提出 target-grounded VLA 框架,用 Q-identity 模块压缩历史视觉特征以保持目标身份判别
20
Mohamed Elmoghany, Kehan Li, Ruoqu Chen, Tarun Chiruvolu, Shutong Zhang, Ryan Wang, Stephen Tian, Yaru Niu, Michelle Guo, Ding Zhao, Weiyu Liu, Mengdi Xu, Li Fei-Fei, Jiajun Wu
任务设定
构建 ego-exo 人类创意工具使用示范数据集
痛点动机
现实世界创意工具使用数据稀缺,制约具身智能发展
解决方案
多视角采集人类工具使用视频,标注手、工具与物体 4D 交互,支撑机器人策略学习基准
21
Kaiyuan Chen, Xinyue Zhu, Shuangyu Xie, Uksang Yoo, Thi Thu Phuong Luong, Marcus Gualtieri, Christian Juette, Liu Ren, Spencer Huang, Ken Goldberg
任务设定
研究编码智能体自主改进机器人策略的学习闭环
痛点动机
缺乏系统分析模型、技能、反馈与课程对策略学习的影响
解决方案
大规模实验发现限制策略学习的瓶颈是信息解读而非信息获取
22
Xinjie Lin, Qingle Liu, Wenyi Li, John Lam, Xiaoqiu Wang, Deyao Hong, Mingju Gao, Zheng Jiang, Yizhe Chi, Youjie Zheng, Calvin Xiao, Kaisen Yang, Huan-ang Gao
任务设定
评测编码智能体的物体/场景/交互世界 3D 创建能力
痛点动机
现有基准割裂,难以统一评估多层次 3D 生成能力
解决方案
提出统一基准 Frontier3DBench ,联合评估外观、结构与行为表现
23
Zhiyuan Liu, Zhihao Xu, Sicheng Liu, Huanhuan Huang
任务设定
改进 JEPA 世界模型的空间表征学习
痛点动机
掩码预测监督难以清晰捕捉物体形状与边界
解决方案
提出 LEF-JEPA ,用目标引导潜在恢复与相对能量约束增强空间结构,提升视觉规划表现
24
Shifan Zhu, Sabad Modi, Hang Yang, Arushi Agrawal, Steven Gao, Meghan Huber, Nathan Wycoff, Donghyun Kim
任务设定
单目图像中恢复相机坐标系下的度量级 3D 人体姿态
痛点动机
透视投影下人体尺寸与相机距离存在歧义,难以唯一确定
解决方案
在预训练姿态模型上加入可选的深度与地面接触几何模块,统一支持 RGB、RGB-D 等输入
25
Ramy ElMallah, Marc Bishara, Hyegang Kim, Yuxi Zhang, Chongyu Zhu, Chi-Guhn Lee
任务设定
评测 VLM 机器人与智能家居协同处理家庭突发状况
痛点动机
同一警报可能有多种成因,需要不同应对策略
解决方案
基于 Isaac Sim 构建仿真平台,整合机器人、IoT 设备与可穿戴传感器,用时序逻辑评估应对动作
26
Zheng Wang, Zhengwei Gong, Yuanzhi Liang, Chi Zhang
任务设定
让视频生成模型遵循刚体物理运动规律
痛点动机
现有视频生成常出现物理不一致的物体运动
解决方案
引入潜在神经模拟器预测物体物理状态演化,转为控制信号驱动可控视频扩散模型生成
27
Chenliang Zhou, Yifan Wang, Andrzej Banburski-Fahey
任务设定
从单张照片生成室内 3D 场景布局
痛点动机
现有方法难以兼顾图像真实性和未观测区域合理性
解决方案
通过场景图与图像共对齐的扩散模型,结合观测感知引导生成布局
28
Mingrui Ma, Tian Tan, Jinsi Guo, Jessica Rose, Yiwen Dong
任务设定
用 LLM 将人体运动信号转化为临床步态报告
痛点动机
专家手动步态分析耗时费力,运动信号语义难理解
解决方案
用运动分词器和结构化特征,结合上下文学习生成报告
29
Daniel G. P. Petrini, Davi Pincinato, Fabio Grassiotto, Pedro L. F. Prado, Alexandre F. S. Osorio, Raphael V. Ramos, Felipe Pamboukian
任务设定
将预训练 V-JEPA 模型微调为自动驾驶场景的因果式未来预测器
痛点动机
双向补全式预测器难以直接用于自回归的多步未来预测
解决方案
冻结编码器,微调预测头实现因果多帧预测,检索准确率超越基线
30
Zuhao Liu, Melih Darcan, Zhengdi Yu, Riza Alp Guler, Tolga Birdal
任务设定
学习物体条件下手部姿态的合理性先验
痛点动机
手是复杂关节体,需结合物体建模合理交互姿态
解决方案
提出物体条件化的神经距离场,用黎曼几何建模手部姿态零水平集并支持姿态优化
31
Meituan Robotics Team, Caicheng Wang, Chen Zhao, Chengpeng Jin, Duo Xu, Fengjiao Chen, Guanglu Wan, Heqing Yang, Jia Wang, Jiacong Zhou, Jie Hu, Jiyuan Ru, Lingfeng Zhang, Linjiang Huang, Manyuan Zhang, Ningchu Liu, Shijie Zhou, Si Liu, Shuo Li, Tianyi Zhang, Xi Zhang, Xin Chen, Xuezhi Cao, Xunliang Cai, Yanbin Zeng, Yang Yang, Yang Yi, Yanli Tan, Yifu Xu, Yimeng Jia, Yuchen Tang, Yuchen Xie, Yuxiang Zheng, Zerwei Chng, Zilong Huang, Zipeng Ye, Ziyuan Qin, Ziqin Wang
任务设定
面向桌面操作的视觉-语言-动作基础模型
痛点动机
跨本体跨任务机器人操作缺乏统一基础模型
解决方案
融合 VLA 三阶段训练与 Rollback 人工纠错机制,支持跨本体桌面操作
32
Pranav Teegavarapu, Sriyash Poddar, Rico Qi, Cleah Winston, Krisha Khandelwal, Aykut Onyol, Natasha Jaques, Abhishek Gupta
任务设定
研究人类干预下机器人在线学习
痛点动机
现有人类干预模拟与真实行为不符,算法评估失真
解决方案
提出基于进度的干预建模,并用乐观探索奖励引导强化学习贴近人类纠正