剛剛，機(jī)器人頂會(huì)RSS三項(xiàng)最佳論文出爐！708篇送審，僅8篇?dú)⑷霙Q賽

henry 聽雨 發(fā)自 悉尼
量子位 | 公眾號(hào) QbitAI

剛剛，機(jī)器人頂會(huì)RSS 2026論文獎(jiǎng)項(xiàng)出爐！

作為機(jī)器人領(lǐng)域公認(rèn)最具學(xué)術(shù)影響力的國際會(huì)議之一，RSS（Robotics: Science and Systems）的獲獎(jiǎng)?wù)撐模恢北灰暈橛^察機(jī)器人研究風(fēng)向的一扇窗口，代表了這個(gè)領(lǐng)域的最新階段進(jìn)展。

今年，RSS共收到708篇投稿，最終錄用210篇，接收率僅29.7%。

8篇論文進(jìn)入最終名單后，三項(xiàng)最佳論文獎(jiǎng)揭曉，其中來自韓國團(tuán)隊(duì)的FlashSAC拿下最佳論文。

其余Final List中，清華AIR、銀河通用、影眸科技等中國團(tuán)隊(duì)和華人研究者也有亮眼表現(xiàn)。

此前備受關(guān)注的Early Career Spotlight環(huán)節(jié)，李弘揚(yáng)、Wenzhen Yuan等華人學(xué)者同樣登場(chǎng)給出了精彩的報(bào)告。

話不多說，我們直接來看。

三項(xiàng)論文大獎(jiǎng)出爐

最佳論文：FlashSAC

最佳論文獎(jiǎng)頒給了來自Holiday Robotics、KAIST、KRAFTON、TU Darmstadt、KTH 等機(jī)構(gòu)的聯(lián)合團(tuán)隊(duì)。

共同一作為Holiday Robotics研究科學(xué)家Donghu Kim與KAIST 碩士生Youngdo Lee

他們提出的FlashSAC，試圖解決離策略強(qiáng)化學(xué)習(xí)用于高維機(jī)器人控制時(shí)訓(xùn)練慢、容易不穩(wěn)定的問題。

它的核心思路，是減少梯度更新次數(shù)，同時(shí)擴(kuò)大模型規(guī)模、數(shù)據(jù)吞吐量和經(jīng)驗(yàn)池，并通過限制權(quán)重、特征與梯度范數(shù)，抑制價(jià)值網(wǎng)絡(luò)誤差持續(xù)累積。

在10種模擬器、60余項(xiàng)任務(wù)中，F(xiàn)lashSAC整體超過PPO及多種離策略基線。

更直觀的是，在人形機(jī)器人行走的Sim2Real實(shí)驗(yàn)中，它把訓(xùn)練時(shí)間從數(shù)小時(shí)壓縮到了數(shù)分鐘。

最佳學(xué)生論文：Muninn

今年RSS的最佳學(xué)生論文頒給了Muninn: Your Trajectory Diffusion Model But Faster

這項(xiàng)工作來自伊利諾伊大學(xué)厄巴納-香檳分校、佛羅里達(dá)國際大學(xué)和普羅維登斯學(xué)院的聯(lián)合團(tuán)隊(duì)。

第一作者Gokul Puthumanaillam是UIUC博士生，師從Melkior Ornik。

Muninn為軌跡擴(kuò)散模型加入了一套無需重新訓(xùn)練的緩存機(jī)制。

在每一步去噪時(shí)，它都會(huì)估計(jì)復(fù)用此前計(jì)算結(jié)果可能帶來的軌跡偏差：風(fēng)險(xiǎn)較小時(shí)，直接調(diào)用緩存；風(fēng)險(xiǎn)較大時(shí)，再重新計(jì)算。

在離線強(qiáng)化學(xué)習(xí)、運(yùn)動(dòng)規(guī)劃和視覺運(yùn)動(dòng)策略等任務(wù)中，Muninn最高實(shí)現(xiàn)4.6倍加速，同時(shí)基本保持原有的任務(wù)表現(xiàn)和安全指標(biāo)。

團(tuán)隊(duì)還在真實(shí)機(jī)器人的閉環(huán)導(dǎo)航和操作任務(wù)中驗(yàn)證了這套方法。

最佳系統(tǒng)論文：NeuralActuator

最佳系統(tǒng)論文獎(jiǎng)頒給了NeuralActuator: Neural Actuation Modeling for Robot Dynamics and External Force Perception。

第一作者Zhiyang Dou是MIT CSAIL博士生，此前曾在香港大學(xué)攻讀碩士、本科畢業(yè)于山東大學(xué)。

這項(xiàng)工作瞄準(zhǔn)低成本機(jī)械臂的一個(gè)關(guān)鍵問題：摩擦、回差和溫度變化會(huì)讓傳統(tǒng)的電流—力矩關(guān)系失準(zhǔn)，進(jìn)而擴(kuò)大仿真與真機(jī)之間的差距。

NeuralActuator利用Transformer和可微分仿真，同時(shí)預(yù)測(cè)執(zhí)行器力矩、外部接觸力、接觸概率和電機(jī)狀態(tài)，讓機(jī)器人在部署時(shí)無需專門的力/扭矩傳感器，也能感知受力。

團(tuán)隊(duì)還發(fā)布了雙臂遙操作采集的NAD數(shù)據(jù)集，并在價(jià)格從約500美元到3萬美元以上的三類機(jī)械臂上完成驗(yàn)證。

實(shí)驗(yàn)展示了其在動(dòng)力學(xué)建模、無傳感器力感知、電機(jī)狀態(tài)檢測(cè)和模仿學(xué)習(xí)控制中的應(yīng)用。

8篇論文殺入Final List

除了最終獲獎(jiǎng)的三篇論文，今年還有5篇工作進(jìn)入了最終決賽名單（Final List）。

有一說一，今年的Final List相當(dāng)有含金量。

據(jù)稱，大會(huì)會(huì)先從全部錄用論文中篩出50篇候選論文。這些論文均獲得評(píng)審人和領(lǐng)域主席（AC）給出的至少兩個(gè)Strong Accept。

隨后，獎(jiǎng)項(xiàng)委員會(huì)進(jìn)一步選出23篇半決賽論文，其中16篇獲得三個(gè)Strong Accept，另外7篇由高級(jí)領(lǐng)域主席（SAC）推薦產(chǎn)生。

最終，8篇論文進(jìn)入Final List，并在會(huì)議期間評(píng)選出最佳論文、最佳學(xué)生論文和最佳系統(tǒng)論文。

1、自動(dòng)合成會(huì)聊天的仿生機(jī)器人面部機(jī)構(gòu)

第一篇是Automated Synthesis of Facial Mechanisms for Conversational Animatronic Robots。

這項(xiàng)工作來自清華大學(xué)智能產(chǎn)業(yè)研究院（AIR）、北京智源人工智能研究院、清華大學(xué)交叉信息研究院和北京航空航天大學(xué)。

Zongzheng Zhang與Zi Lin為共同第一作者，清華大學(xué)趙昊擔(dān)任通訊作者。

2、把連續(xù)動(dòng)作壓縮成有順序的Token

第二篇是OAT: Ordered Action Tokenization

這項(xiàng)工作主要來自哈佛大學(xué)Yilun Du團(tuán)隊(duì)與斯坦福大學(xué)，第一作者劉晁企，他目前在斯坦福擔(dān)任RA，長期從事機(jī)器人策略學(xué)習(xí)與動(dòng)作表征研究。

論文提出OAT（有序動(dòng)作分詞），解決自回歸機(jī)器人策略中連續(xù)動(dòng)作難以轉(zhuǎn)化為離散Token的問題。

它會(huì)把一段連續(xù)動(dòng)作壓縮為具有因果順序的短Token序列：前幾個(gè)Token描述大致動(dòng)作，后續(xù)Token逐步補(bǔ)充更精細(xì)的細(xì)節(jié)。

因此，機(jī)器人可以根據(jù)算力與實(shí)時(shí)性需求，在推理速度和動(dòng)作精度之間靈活取舍。

在覆蓋4類仿真基準(zhǔn)、真實(shí)機(jī)器人在內(nèi)的20余項(xiàng)任務(wù)中，采用OAT的自回歸策略整體超過此前的動(dòng)作分詞方案和擴(kuò)散策略基線。

此外，由于作者就坐在我們前面，我們直接抓來采訪。

晁企介紹，團(tuán)隊(duì)近期還擴(kuò)展了一個(gè)更完整的版本。除了自回歸策略，新版本還加入了knowledge-insulated/token co-training VLA。

希望大家看看新論文。

3、機(jī)器人也會(huì)「借力打力」了

第三篇是銀河通用參與的Emerging Extrinsic Dexterity in Cluttered Scenes via Dynamics-aware Policy Learning

這項(xiàng)工作由中國科學(xué)院自動(dòng)化所、北京智源研究院、Galbot、北京大學(xué)和上海交通大學(xué)聯(lián)合完成。

鄭一新與北京大學(xué)博士生呂江燃為共同第一作者，呂江燃同時(shí)擔(dān)任項(xiàng)目負(fù)責(zé)人。該論文通訊作者為銀河通用機(jī)器人創(chuàng)始人兼首席技術(shù)官、北京大學(xué)研究員、具身智能大模型北京市重點(diǎn)實(shí)驗(yàn)室主任王鶴博士

論文提出動(dòng)力學(xué)感知策略學(xué)習(xí)框架DAPL

它先通過世界模型學(xué)習(xí)雜亂場(chǎng)景中物體發(fā)生碰撞、滑動(dòng)和傾倒后的動(dòng)態(tài)變化，再用這些動(dòng)力學(xué)表征指導(dǎo)強(qiáng)化學(xué)習(xí)。

由此，機(jī)器人不再只依賴直接抓取，也能借助周圍物體和環(huán)境接觸，完成推、撥、翻轉(zhuǎn)等「外在靈巧操作」。

量子位在現(xiàn)場(chǎng)采訪了呂江燃。他表示，模型學(xué)會(huì)這些操作并非依靠復(fù)雜的reward hacking，而是由模型自主涌現(xiàn)出的能力。

在未見過的仿真雜亂場(chǎng)景中，相較抓取、人工遙操作及已有表征學(xué)習(xí)方法，DAPL的成功率提升超過25%。

在10類真實(shí)場(chǎng)景中，其成功率約為50%，并已用于貨架雜貨整理與取物任務(wù)。

4、把魯棒軌跡優(yōu)化從小時(shí)級(jí)壓到秒級(jí)

第四篇是cuNRTO: GPU-Accelerated Nonlinear Robust Trajectory Optimization

王嘉維Arshiya Taj Abdul為共同第一作者。

論文提出GPU加速的非線性魯棒軌跡優(yōu)化框架cuNRTO。它要解決的問題是：當(dāng)機(jī)器人面對(duì)模型誤差、外部擾動(dòng)等不確定因素時(shí)，如何依然生成滿足安全約束的運(yùn)動(dòng)軌跡。

其核心，是重新設(shè)計(jì)兩套適合GPU并行計(jì)算的優(yōu)化架構(gòu)，再利用CUDA加速原本最耗時(shí)的二階錐投影和反饋增益優(yōu)化，大幅提高魯棒軌跡優(yōu)化的求解效率。

量子位在現(xiàn)場(chǎng)采訪了第一作者王嘉維。他目前是影眸科技合伙人、物理AI事業(yè)部負(fù)責(zé)人，同時(shí)在劍橋大學(xué)攻讀博士。

在他看來，這項(xiàng)工作的一個(gè)重要價(jià)值，是縮小具身智能的Sim2Real Gap

仿真無法完全還原真實(shí)物理世界，導(dǎo)致仿真訓(xùn)練的策略部署到真實(shí)機(jī)器人時(shí)，常受模型誤差和環(huán)境擾動(dòng)影響。cuNRTO 將這些不確定性建模并納入魯棒優(yōu)化，讓機(jī)器人在規(guī)劃階段提前考慮最壞情況。

過去，這類優(yōu)化在復(fù)雜場(chǎng)景中需數(shù)十分鐘甚至數(shù)小時(shí)；如今已縮短至秒級(jí)，團(tuán)隊(duì)計(jì)劃與英偉達(dá)合作推進(jìn)至毫秒級(jí)。未來還可結(jié)合影眸科技的仿真資產(chǎn)，在多樣化物理環(huán)境中生成數(shù)據(jù)、訓(xùn)練魯棒策略，提升sim-to-real可靠性。

5、用可微分仿真教機(jī)器鰻游泳

第五篇是Realizing Robotic Swimming with Unified Fluid-Robot Multiphysics

這項(xiàng)工作來自卡內(nèi)基梅隆大學(xué)（CMU）

第一作者Jeong Hun Lee于2026年4月獲得CMU機(jī)器人學(xué)博士學(xué)位，師從Zachary Manchester與Carmel Majidi，研究方向集中在流體—機(jī)器人交互、動(dòng)力學(xué)建模與水下仿生運(yùn)動(dòng)。

論文提出了一套統(tǒng)一、可微分的流體—機(jī)器人多物理場(chǎng)仿真框架

它把機(jī)器人的多剛體動(dòng)力學(xué)與水流的納維—斯托克斯方程，放進(jìn)同一個(gè)優(yōu)化問題中求解，從而更準(zhǔn)確地模擬機(jī)器人身體與周圍流體之間復(fù)雜的渦流作用。

借助仿真器提供的梯度，團(tuán)隊(duì)為一條六節(jié)仿生機(jī)器鰻優(yōu)化出波浪式游動(dòng)，以及魚類受驚時(shí)的C形快速轉(zhuǎn)向動(dòng)作，并成功遷移到真實(shí)硬件。

在高幅度游動(dòng)實(shí)驗(yàn)中，其軌跡誤差相比粒子流體基線最高降低約75%。

兩項(xiàng)「時(shí)間檢驗(yàn)獎(jiǎng)」，致敬經(jīng)典工作

今年還有兩項(xiàng)名稱相近、但歸屬不同的「時(shí)間檢驗(yàn)獎(jiǎng)」：一項(xiàng)來自IJRR，另一項(xiàng)由RSS頒發(fā)。

IJRR時(shí)間檢驗(yàn)獎(jiǎng)：EuRoC微型無人機(jī)數(shù)據(jù)集

今年的IJRR Test of Time Award，授予十年前由蘇黎世聯(lián)邦理工學(xué)院（ETH Zurich）自主系統(tǒng)實(shí)驗(yàn)室Roland Siegwart團(tuán)隊(duì)發(fā)表的經(jīng)典工作The EuRoC Micro Aerial Vehicle Datasets

論文首次發(fā)布了11組標(biāo)準(zhǔn)化微型無人機(jī)視覺—慣性數(shù)據(jù)集，包含同步雙目圖像、IMU測(cè)量以及高精度位姿真值。

數(shù)據(jù)覆蓋工業(yè)環(huán)境和動(dòng)捕實(shí)驗(yàn)室，從緩慢飛行到高速運(yùn)動(dòng)、弱光和運(yùn)動(dòng)模糊等復(fù)雜場(chǎng)景。

它為視覺慣性定位（VIO）、SLAM以及三維重建提供了統(tǒng)一評(píng)測(cè)基準(zhǔn)，也成為過去十余年機(jī)器人視覺領(lǐng)域最具影響力的數(shù)據(jù)集之一。

RSS時(shí)間檢驗(yàn)獎(jiǎng)：高柔順、欠驅(qū)動(dòng)機(jī)器人手

RSS 2026 Test of Time Award，則授予柏林工業(yè)大學(xué)機(jī)器人學(xué)者Raphael Deimel與機(jī)器人操作領(lǐng)域?qū)W者Oliver Brock。

獲獎(jiǎng)?wù)撐氖嵌擞?014年發(fā)表的A Novel Type of Compliant, Underactuated Robotic Hand for Dexterous Grasping。

簡(jiǎn)單來說，這項(xiàng)工作提出了一種高柔順、欠驅(qū)動(dòng)的擬人機(jī)器人手。

研究團(tuán)隊(duì)證明，僅靠少量驅(qū)動(dòng)器，就能完成豐富的抓取姿態(tài)；同時(shí)利用手部與物體接觸時(shí)產(chǎn)生的自然機(jī)械耦合，實(shí)現(xiàn)復(fù)雜而穩(wěn)定的靈巧抓取。

這款基于軟體機(jī)器人思路設(shè)計(jì)的機(jī)械手，還具備抗沖擊、安全、耐灰塵和液體、制造成本低等特點(diǎn)，為后來柔順機(jī)器人手的發(fā)展奠定了基礎(chǔ)。

Early Career Spotlight 20周年：四位青年學(xué)者，四條機(jī)器人前沿路線

在RSS正式開始前，官方還公布了今年的Early Career Spotlight（青年學(xué)者聚焦獎(jiǎng)）獎(jiǎng)項(xiàng)。

四位入選者分別是：

• 香港大學(xué)助理教授、源策未來創(chuàng)始人李弘揚(yáng)
• 法國Inria Rennes終身研究員Marco Tognon
• MIT EECS副教授Pulkit Agrawal
• UIUC助理教授Wenzhen Yuan

Early Career Spotlight旨在表彰已在機(jī)器人領(lǐng)域取得突出成果、同時(shí)展現(xiàn)出發(fā)展?jié)摿Φ那嗄暄芯空摺?/p>

在現(xiàn)場(chǎng)，量子位也聽完了四位學(xué)者的報(bào)告。

值得一提的是，今年也是Early Career Spotlight獎(jiǎng)項(xiàng)設(shè)置的20周年。此前，機(jī)器人領(lǐng)域教父級(jí)人物pieter abeel和sergey levine也曾獲此殊榮。

會(huì)議現(xiàn)場(chǎng)，四位學(xué)者分別圍繞自己近年來最重要的研究方向進(jìn)行了主題報(bào)告，也勾勒出機(jī)器人領(lǐng)域未來幾年的幾條重要技術(shù)路線。

李弘揚(yáng)：從全身控制，走向全身智能

曾提出端到端自動(dòng)駕駛奠基性工作UniAD（2023 CVPR best paper）的李弘揚(yáng)教授，分享了其團(tuán)隊(duì)最新方向——Whole Body Intlligence（全身智能）

他認(rèn)為，機(jī)器人的能力正在從導(dǎo)航、操作、運(yùn)動(dòng)控制等單項(xiàng)能力，向移動(dòng)操作等組合能力演進(jìn)。下一階段的關(guān)鍵，則是從Whole-Body Control（WBC，全身控制）邁向Whole-Body Intelligence

二者有什么區(qū)別？

全身控制關(guān)注平衡、穩(wěn)定、接觸約束等底層控制問題，目標(biāo)是讓機(jī)器人完成一個(gè)動(dòng)作；全身智能則希望機(jī)器人能夠調(diào)動(dòng)整個(gè)身體，在復(fù)雜環(huán)境中完成長時(shí)程、多任務(wù)的自主決策與協(xié)同執(zhí)行。

為此，李弘揚(yáng)提出了一套以大規(guī)模預(yù)訓(xùn)練為核心的技術(shù)架構(gòu)。

底層由行為基礎(chǔ)模型（Behavior Foundation Model）學(xué)習(xí)身體先驗(yàn)和運(yùn)動(dòng)約束；中間層負(fù)責(zé)身體狀態(tài)感知與動(dòng)作生成；頂層則由具備語言、記憶和規(guī)劃能力的「大腦」統(tǒng)一調(diào)度。

這套架構(gòu)希望在不同時(shí)間尺度上完成任務(wù)編排與持續(xù)學(xué)習(xí)，最終形成完整的全身智能系統(tǒng)。

圍繞這一方向，李弘揚(yáng)團(tuán)隊(duì)已經(jīng)開展了一系列探索，包括提出局部移動(dòng)操作（Loco-Manipulation）框架、構(gòu)建面向人形機(jī)器人的EgoHumanoid第一人稱全身數(shù)據(jù)集、探索基于世界模型的強(qiáng)化學(xué)習(xí)后訓(xùn)練，以及實(shí)現(xiàn)無需外部動(dòng)作捕捉和定位設(shè)備的人形機(jī)器人自主乒乓球系統(tǒng)。

在他看來，全身智能是一項(xiàng)系統(tǒng)工程。它不僅需要模型突破，還需要算法、數(shù)據(jù)、硬件和評(píng)測(cè)體系共同實(shí)現(xiàn)規(guī)模化發(fā)展，最終推動(dòng)機(jī)器人獲得跨任務(wù)、跨環(huán)境的泛化能力。

Wenzhen Yuan：有了觸覺傳感器，還不等于有了觸覺智能

Wenzhen Yuan的報(bào)告圍繞「機(jī)器人如何理解并利用觸覺」展開。

她指出，GelSight等光學(xué)觸覺傳感器，可以獲取接觸幾何、力和形變等高分辨率信息。但傳感器只是起點(diǎn)，真正的關(guān)鍵，是如何把觸覺轉(zhuǎn)化為操作能力。

傳統(tǒng)力學(xué)方法可以支持穩(wěn)定抓取、線纜穿繞、開門、滑移檢測(cè)和液體屬性識(shí)別，但高度依賴人工設(shè)計(jì)與特定傳感器。

數(shù)據(jù)驅(qū)動(dòng)方法更能適應(yīng)復(fù)雜、嘈雜的環(huán)境，卻又受到觸覺數(shù)據(jù)規(guī)模小、不同傳感器之間域差距大等限制。

為此，團(tuán)隊(duì)利用物理仿真，生成大量來自不同虛擬傳感器的數(shù)據(jù)，學(xué)習(xí)與傳感器無關(guān)的觸覺表征，進(jìn)而實(shí)現(xiàn)跨傳感器的零樣本遷移。

她還強(qiáng)調(diào)，機(jī)器人手指的形狀、相機(jī)、光源和材料，也應(yīng)該與感知和操作策略協(xié)同設(shè)計(jì)。

換句話說，觸覺智能并不只是一個(gè)傳感問題，而是傳感、數(shù)據(jù)、模型與機(jī)器人形態(tài)共同優(yōu)化的問題。

Marco Tognon：讓無人機(jī)不只會(huì)飛，也能干活

Marco Tognon聚焦的是「空中物理交互」。

也就是讓無人機(jī)不只會(huì)飛行和拍攝，還能接觸環(huán)境、搬運(yùn)和操作物體，完成巡檢維護(hù)、裝配施工等實(shí)體任務(wù)。

他的報(bào)告回顧了無人機(jī)從簡(jiǎn)單接觸任務(wù)走向復(fù)雜空中操作的過程，并進(jìn)一步展望無人機(jī)與其他機(jī)器人、人類安全協(xié)作、共同完成實(shí)體工作的可能性。

Pulkit Agrawal：具身智能還缺力智能與終身學(xué)習(xí)

Pulkit Agrawal認(rèn)為，當(dāng)前具身智能還缺少兩項(xiàng)關(guān)鍵能力：力智能與終身學(xué)習(xí)。

機(jī)器人真正需要理解的，是在不確定環(huán)境中，何時(shí)、何處、施加多大的力量。

同時(shí)，機(jī)器人也不能在訓(xùn)練結(jié)束后就「凍結(jié)」。它應(yīng)該在部署過程中繼續(xù)從成功與失敗中學(xué)習(xí)，不斷提升可靠性和適應(yīng)性。

One More Thing

頒獎(jiǎng)現(xiàn)場(chǎng)還有個(gè)小彩蛋。

主持人在宣布獲獎(jiǎng)名單時(shí)，一度誤將最終獲得最佳論文獎(jiǎng)的FlashSAC，同時(shí)宣布為最佳學(xué)生論文。

現(xiàn)場(chǎng)一時(shí)間仿佛出現(xiàn)了「一篇論文包攬兩項(xiàng)大獎(jiǎng)」的名場(chǎng)面。

不過工作人員很快發(fā)現(xiàn)并完成糾正，虛驚一場(chǎng)。

By the way，下一屆RSS，希臘見！！