← 返回信息流
AI 资讯雷峰网·3 小时前3 源报道

ICRA 2026:胡瑞珍、石冠亚等华人学者斩获多项核心大奖

原标题:华人学者闪耀维也纳,胡瑞珍、石冠亚、王晓龙等斩获ICRA核心大奖 | ICRA 2026

速览

2026年6月,IEEE ICRA大会在维也纳举行,华人学者在具身智能与大模型应用等领域斩获多项重磅荣誉。胡瑞珍、全权、肖晨曦及石冠亚分别凭借在工业大模型、无人机控制、触觉仿真及人形机器人数据生成方面的突破性研究,获得最佳论文奖。此外,王晓龙等学者也在IEEE RAS青年学术先锋奖等历史性大奖中脱颖而出,彰显了中国学者在机器人领域的全球影响力。

AI 深度解读

背景

2026年6月,全球机器人与自动化领域的顶级学术盛会——IEEE 国际机器人与自动化大会(ICRA 2026)在奥地利维也纳举行。作为机器人界的“奥斯卡”,ICRA 不仅是表彰顶尖科研成果的舞台,更是观察未来技术发展风向标的重要窗口。

在本届大会上,华人学者在具身智能、大模型应用、人形机器人控制等前沿领域表现卓越,不仅在竞争激烈的会议最佳论文评选中斩获多项殊荣,更在 IEEE RAS 颁发的期刊与历史性大奖中占据重要席位。这标志着中国及华人学者已从机器人领域的追随者转变为游戏规则的制定者和前沿方向的引领者。

核心内容

本次 ICRA 2026 及 IEEE 核心奖项的获奖成果主要集中在以下四个维度:大模型在工业场景的落地、空中机器人的敏捷控制、灵巧手的触觉仿真突破,以及人形机器人的全身协同与数据生成。

1. 大模型赋能工业机器人:胡瑞珍团队 深圳大学特聘教授胡瑞珍团队凭借论文 IMR-LLM: Industrial Multi-Robot Task Planning and Program Generation using Large Language Models 获得 ICRA 2026 Best Paper Award in Automation(最佳自动化论文奖)

  • 研究痛点:如何将大语言模型(LLM)真正落地于严苛的工业制造环境,打通自然语言指令与底层控制代码之间的壁垒。
  • 核心贡献:提出并实现了一个基于 LLM 的工业多机器人任务规划与程序生成框架。该框架展示了大模型在需要严格时空协同的工业自动化生产线上的潜力,为“通识大模型+工业智造”提供了极具可行性的方向。

2. 空中机器人敏捷拦截:全权团队 北京航空航天大学教授全权团队凭借论文 Planar-Sector LOS Guidance for Interception of Agile Targets with Robotics Lifting-Wing Quadcopters 获得 ICRA 2026 Best Paper Award in Field and Service(最佳野外与服务机器人论文奖)

  • 研究痛点:在充满不确定性的野外开阔环境中,利用无人机拦截高速、敏捷的动态目标极具挑战。
  • 核心贡献:针对带有升力翼的四旋翼无人机,提出了一种全新的“平面扇区视线(Planar-Sector LOS)制导”算法。实验证明,该架构能在远距离下对不可预测的敏捷目标进行精准拦截,为低空安防、野外巡检及空中对抗博弈提供了实战技术方案。

3. 灵巧手触觉仿真突破:肖晨曦团队 上海科技大学助理教授肖晨曦团队凭借论文 ETac: A Lightweight and Efficient Tactile Simulation Framework for Learning Dexterous Manipulation 获得 ICRA 2026 Best Student Paper Award(最佳学生论文奖)

  • 研究痛点:具身智能灵巧操作缺乏真实且高效的触觉仿真环境,导致纯视觉大模型在物理接触中表现不佳。
  • 核心贡献:开发了一种轻量级、高效率的节点离散化触觉仿真框架(ETac)。该框架填补了高保真接触传感与大规模强化学习策略训练之间的空白,为机器人补齐“触觉”这一关键感知模态提供了底层基础设施。

4. 人形机器人全身协同与数据生成:石冠亚团队 卡内基梅隆大学(CMU)助理教授石冠亚,联合加州大学伯克利分校(UC Berkeley)的 Pieter Abbeel、Angjoo Kanazawa 团队等,凭借论文 OmniRetarget: Interaction-Preserving Data Generation for Humanoid Whole-Body Loco-Manipulation and Scene Interaction 获得 ICRA 2026 Best Conference Paper Award(大会最佳论文)Best Paper Award on Robot Manipulation and Locomotion(最佳操作与运动论文奖)

  • 研究痛点:人形机器人大规模数据收集是制约其发展的瓶颈,且存在运动学演示数据与动态富接触策略之间的鸿沟。
  • 核心贡献:提出了一种保留物理交互特性的数据生成范式。通过专注于符合物理规律的接触建模,该工作弥合了运动学演示与动态策略之间的鸿沟,为训练人形机器人进行复杂的“全身移动操作(Whole-Body Loco-Manipulation)”提供了高质量数据来源。

5. IEEE RAS 期刊与历史性大奖 除了会议最佳论文,华人学者在 IEEE RAS 颁发的奖项中也表现亮眼:

  • IEEE RAS 青年学术先锋大奖:加州大学圣地亚哥分校(UCSD)副教授王晓龙。表彰其在具身智能领域将 3D 计算机视觉与强化学习融合,赋予机器人复杂环境下泛化行动能力的贡献。
  • T-RO 最佳论文奖(King-Sun Fu Memorial Best Paper Award):香港大学张富教授团队(第一作者 Chunran Zheng)。获奖工作为开源项目 FAST-LIVO2,开发了一种极速、直接的激光雷达-惯性-视觉里程计框架,在精度、鲁棒性和效率上超越现有最先进 SLAM 方法。
  • 最具影响力论文奖:马里兰大学 Ming Lin(林明)教授。表彰其作为核心作者之一提出的 2008 年多智能体防碰撞导航经典算法 RVO (Reciprocal Velocity Obstacles)。
  • 杰出服务奖:Stevens Institute of Technology 的 Yi Guo 教授。表彰其作为《IEEE Robotics and Automation Magazine》主编及对 RAS 会议的长期支持。

关键要点

  • 技术融合趋势:大语言模型(LLM)正从纯文本领域向工业制造、机器人控制等物理世界场景深度渗透,如胡瑞珍团队的 IMR-LLM 框架。
  • 感知模态补齐:具身智能的发展不仅依赖视觉,触觉仿真(如肖晨曦团队的 ETac)和激光雷达-视觉融合(如 FAST-LIVO2)成为提升机器人环境适应性的关键。
  • 数据瓶颈突破:人形机器人实用化的关键在于数据。石冠亚团队的 OmniRetarget 通过保留物理交互特性的数据生成,解决了高质量训练数据稀缺的问题。
  • 控制算法创新:在动态、非结构化环境中,新型制导算法(如全权团队的 Planar-Sector LOS)显著提升了空中机器人的敏捷性和拦截精度。
  • 华人学者全面引领:从青年学者(王晓龙、肖晨曦)到资深教授(胡瑞珍、全权、张富、林明),华人学者在 ICRA 2026 的核心奖项中占据半壁江山,覆盖了从基础算法到系统应用的完整链条。

意义与影响

ICRA 2026 的颁奖结果清晰地表明,中国及华人学者在机器人领域的影响力已从“参与”转向“主导”。

  1. 定义前沿方向:华人学者不仅在应用层(如工业大模型、无人机拦截)取得突破,更在基础层(如触觉仿真、SLAM 里程计、多智能体导航)提供了改变行业格局的解决方案。
  2. 推动具身智能落地:通过解决触觉缺失、数据匮乏、控制不稳定等具体痛点,这些研究成果为具身智能从实验室走向实际应用场景(如智能制造、低空安防、人形机器人服务)奠定了坚实的技术基础。
  3. 全球学术领导力:王晓龙、石冠亚等学者在顶级会议和期刊上的持续高产,以及林明教授等前辈获得的终身成就类奖项,共同构建了华人学者在全球机器人学术界的领导地位。

随着具身智能进入下一个黄金十年,这些由华人学者主导的技术突破,将持续推动机器人技术在物理 AI 领域的版图扩张。

查看原文 →leiphone.com