剛剛，機器人頂會RSS三項最佳論文出爐！708篇送審，僅8篇殺入決賽

henry 聽雨 發(fā)自 悉尼
量子位 | 公眾號 QbitAI

剛剛，機器人頂會RSS 2026論文獎項出爐！

作為機器人領域公認最具學術影響力的國際會議之一，RSS（Robotics: Science and Systems）的獲獎論文，一直被視為觀察機器人研究風向的一扇窗口，代表了這個領域的最新階段進展。

今年，RSS共收到708篇投稿，最終錄用210篇，接收率僅29.7%。

8篇論文進入最終名單后，三項最佳論文獎揭曉，其中來自韓國團隊的FlashSAC拿下最佳論文。

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

此前備受關注的Early Career Spotlight環(huán)節(jié)，李弘揚、Wenzhen Yuan等華人學者同樣登場給出了精彩的報告。

話不多說，我們直接來看。

三項論文大獎出爐

最佳論文：FlashSAC

最佳論文獎頒給了來自Holiday Robotics、KAIST、KRAFTON、TU Darmstadt、KTH 等機構的聯(lián)合團隊。

共同一作為Holiday Robotics研究科學家Donghu Kim與KAIST 碩士生Youngdo Lee

他們提出的FlashSAC，試圖解決離策略強化學習用于高維機器人控制時訓練慢、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)，同時擴大模型規(guī)模、數(shù)據(jù)吞吐量和經驗池，并通過限制權重、特征與梯度范數(shù)，抑制價值網絡誤差持續(xù)累積。

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

更直觀的是，在人形機器人行走的Sim2Real實驗中，它把訓練時間從數(shù)小時壓縮到了數(shù)分鐘。

最佳學生論文：Muninn

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

這項工作來自伊利諾伊大學厄巴納-香檳分校、佛羅里達國際大學和普羅維登斯學院的聯(lián)合團隊。

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

Muninn為軌跡擴散模型加入了一套無需重新訓練的緩存機制。

在每一步去噪時，它都會估計復用此前計算結果可能帶來的軌跡偏差：風險較小時，直接調用緩存；風險較大時，再重新計算。

在離線強化學習、運動規(guī)劃和視覺運動策略等任務中，Muninn最高實現(xiàn)4.6倍加速，同時基本保持原有的任務表現(xiàn)和安全指標。

團隊還在真實機器人的閉環(huán)導航和操作任務中驗證了這套方法。

最佳系統(tǒng)論文：NeuralActuator

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

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

這項工作瞄準低成本機械臂的一個關鍵問題：摩擦、回差和溫度變化會讓傳統(tǒng)的電流—力矩關系失準，進而擴大仿真與真機之間的差距。

NeuralActuator利用Transformer和可微分仿真，同時預測執(zhí)行器力矩、外部接觸力、接觸概率和電機狀態(tài)，讓機器人在部署時無需專門的力/扭矩傳感器，也能感知受力。

團隊還發(fā)布了雙臂遙操作采集的NAD數(shù)據(jù)集，并在價格從約500美元到3萬美元以上的三類機械臂上完成驗證。

實驗展示了其在動力學建模、無傳感器力感知、電機狀態(tài)檢測和模仿學習控制中的應用。

8篇論文殺入Final List

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

有一說一，今年的Final List相當有含金量。

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

隨后，獎項委員會進一步選出23篇半決賽論文，其中16篇獲得三個Strong Accept，另外7篇由高級領域主席（SAC）推薦產生。

最終，8篇論文進入Final List，并在會議期間評選出最佳論文、最佳學生論文和最佳系統(tǒng)論文。

1、自動合成會聊天的仿生機器人面部機構

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

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

Zongzheng Zhang與Zi Lin為共同第一作者，清華大學趙昊擔任通訊作者。

2、把連續(xù)動作壓縮成有順序的Token

第二篇是OAT: Ordered Action Tokenization

這項工作主要來自哈佛大學Yilun Du團隊與斯坦福大學，第一作者劉晁企，他目前在斯坦福擔任RA，長期從事機器人策略學習與動作表征研究。

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

它會把一段連續(xù)動作壓縮為具有因果順序的短Token序列：前幾個Token描述大致動作，后續(xù)Token逐步補充更精細的細節(jié)。

因此，機器人可以根據(jù)算力與實時性需求，在推理速度和動作精度之間靈活取舍。

在覆蓋4類仿真基準、真實機器人在內的20余項任務中，采用OAT的自回歸策略整體超過此前的動作分詞方案和擴散策略基線。

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，團隊近期還擴展了一個更完整的版本。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、機器人也會「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

這項工作由中國科學院自動化所、北京智源研究院、Galbot、北京大學和上海交通大學聯(lián)合完成。

鄭一新與北京大學博士生呂江燃為共同第一作者，呂江燃同時擔任項目負責人。該論文通訊作者為銀河通用機器人創(chuàng)始人兼首席技術官、北京大學研究員、具身智能大模型北京市重點實驗室主任王鶴博士

論文提出動力學感知策略學習框架DAPL

它先通過世界模型學習雜亂場景中物體發(fā)生碰撞、滑動和傾倒后的動態(tài)變化，再用這些動力學表征指導強化學習。

由此，機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、翻轉等「外在靈巧操作」。

量子位在現(xiàn)場采訪了呂江燃。他表示，模型學會這些操作并非依靠復雜的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景中，相較抓取、人工遙操作及已有表征學習方法，DAPL的成功率提升超過25%。

在10類真實場景中，其成功率約為50%，并已用于貨架雜貨整理與取物任務。

4、把魯棒軌跡優(yōu)化從小時級壓到秒級

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：當機器人面對模型誤差、外部擾動等不確定因素時，如何依然生成滿足安全約束的運動軌跡。

其核心，是重新設計兩套適合GPU并行計算的優(yōu)化架構，再利用CUDA加速原本最耗時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)部負責人，同時在劍橋大學攻讀博士。

在他看來，這項工作的一個重要價值，是縮小具身智能的Sim2Real Gap

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

過去，這類優(yōu)化在復雜場景中需數(shù)十分鐘甚至數(shù)小時；如今已縮短至秒級，團隊計劃與英偉達合作推進至毫秒級。未來還可結合影眸科技的仿真資產，在多樣化物理環(huán)境中生成數(shù)據(jù)、訓練魯棒策略，提升sim-to-real可靠性。

5、用可微分仿真教機器鰻游泳

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

這項工作來自卡內基梅隆大學（CMU）

第一作者Jeong Hun Lee于2026年4月獲得CMU機器人學博士學位，師從Zachary Manchester與Carmel Majidi，研究方向集中在流體—機器人交互、動力學建模與水下仿生運動。

論文提出了一套統(tǒng)一、可微分的流體—機器人多物理場仿真框架

它把機器人的多剛體動力學與水流的納維—斯托克斯方程，放進同一個優(yōu)化問題中求解，從而更準確地模擬機器人身體與周圍流體之間復雜的渦流作用。

借助仿真器提供的梯度，團隊為一條六節(jié)仿生機器鰻優(yōu)化出波浪式游動，以及魚類受驚時的C形快速轉向動作，并成功遷移到真實硬件。

在高幅度游動實驗中，其軌跡誤差相比粒子流體基線最高降低約75%。

兩項「時間檢驗獎」，致敬經典工作

今年還有兩項名稱相近、但歸屬不同的「時間檢驗獎」：一項來自IJRR，另一項由RSS頒發(fā)。

IJRR時間檢驗獎：EuRoC微型無人機數(shù)據(jù)集

今年的IJRR Test of Time Award，授予十年前由蘇黎世聯(lián)邦理工學院（ETH Zurich）自主系統(tǒng)實驗室Roland Siegwart團隊發(fā)表的經典工作The EuRoC Micro Aerial Vehicle Datasets

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

數(shù)據(jù)覆蓋工業(yè)環(huán)境和動捕實驗室，從緩慢飛行到高速運動、弱光和運動模糊等復雜場景。

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

RSS時間檢驗獎：高柔順、欠驅動機器人手

RSS 2026 Test of Time Award，則授予柏林工業(yè)大學機器人學者Raphael Deimel與機器人操作領域學者Oliver Brock。

獲獎論文是二人于2014年發(fā)表的A Novel Type of Compliant, Underactuated Robotic Hand for Dexterous Grasping。

簡單來說，這項工作提出了一種高柔順、欠驅動的擬人機器人手。

研究團隊證明，僅靠少量驅動器，就能完成豐富的抓取姿態(tài)；同時利用手部與物體接觸時產生的自然機械耦合，實現(xiàn)復雜而穩(wěn)定的靈巧抓取。

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

Early Career Spotlight 20周年：四位青年學者，四條機器人前沿路線

在RSS正式開始前，官方還公布了今年的Early Career Spotlight（青年學者聚焦獎）獎項。

四位入選者分別是：

• 香港大學助理教授、源策未來創(chuàng)始人李弘揚
• 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旨在表彰已在機器人領域取得突出成果、同時展現(xiàn)出發(fā)展?jié)摿Φ那嗄暄芯空摺?/p>

在現(xiàn)場，量子位也聽完了四位學者的報告。

值得一提的是，今年也是Early Career Spotlight獎項設置的20周年。此前，機器人領域教父級人物pieter abeel和sergey levine也曾獲此殊榮。

會議現(xiàn)場，四位學者分別圍繞自己近年來最重要的研究方向進行了主題報告，也勾勒出機器人領域未來幾年的幾條重要技術路線。

李弘揚：從全身控制，走向全身智能

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

他認為，機器人的能力正在從導航、操作、運動控制等單項能力，向移動操作等組合能力演進。下一階段的關鍵，則是從Whole-Body Control（WBC，全身控制）邁向Whole-Body Intelligence

二者有什么區(qū)別？

全身控制關注平衡、穩(wěn)定、接觸約束等底層控制問題，目標是讓機器人完成一個動作；全身智能則希望機器人能夠調動整個身體，在復雜環(huán)境中完成長時程、多任務的自主決策與協(xié)同執(zhí)行。

為此，李弘揚提出了一套以大規(guī)模預訓練為核心的技術架構。

底層由行為基礎模型（Behavior Foundation Model）學習身體先驗和運動約束；中間層負責身體狀態(tài)感知與動作生成；頂層則由具備語言、記憶和規(guī)劃能力的「大腦」統(tǒng)一調度。

這套架構希望在不同時間尺度上完成任務編排與持續(xù)學習，最終形成完整的全身智能系統(tǒng)。

圍繞這一方向，李弘揚團隊已經開展了一系列探索，包括提出局部移動操作（Loco-Manipulation）框架、構建面向人形機器人的EgoHumanoid第一人稱全身數(shù)據(jù)集、探索基于世界模型的強化學習后訓練，以及實現(xiàn)無需外部動作捕捉和定位設備的人形機器人自主乒乓球系統(tǒng)。

在他看來，全身智能是一項系統(tǒng)工程。它不僅需要模型突破，還需要算法、數(shù)據(jù)、硬件和評測體系共同實現(xiàn)規(guī)模化發(fā)展，最終推動機器人獲得跨任務、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的報告圍繞「機器人如何理解并利用觸覺」展開。

她指出，GelSight等光學觸覺傳感器，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，真正的關鍵，是如何把觸覺轉化為操作能力。

傳統(tǒng)力學方法可以支持穩(wěn)定抓取、線纜穿繞、開門、滑移檢測和液體屬性識別，但高度依賴人工設計與特定傳感器。

數(shù)據(jù)驅動方法更能適應復雜、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，團隊利用物理仿真，生成大量來自不同虛擬傳感器的數(shù)據(jù)，學習與傳感器無關的觸覺表征，進而實現(xiàn)跨傳感器的零樣本遷移。

她還強調，機器人手指的形狀、相機、光源和材料，也應該與感知和操作策略協(xié)同設計。

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

Marco Tognon：讓無人機不只會飛，也能干活

Marco Tognon聚焦的是「空中物理交互」。

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

他的報告回顧了無人機從簡單接觸任務走向復雜空中操作的過程，并進一步展望無人機與其他機器人、人類安全協(xié)作、共同完成實體工作的可能性。

Pulkit Agrawal：具身智能還缺力智能與終身學習

Pulkit Agrawal認為，當前具身智能還缺少兩項關鍵能力：力智能與終身學習。

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

同時，機器人也不能在訓練結束后就「凍結」。它應該在部署過程中繼續(xù)從成功與失敗中學習，不斷提升可靠性和適應性。

One More Thing

頒獎現(xiàn)場還有個小彩蛋。

主持人在宣布獲獎名單時，一度誤將最終獲得最佳論文獎的FlashSAC，同時宣布為最佳學生論文。

現(xiàn)場一時間仿佛出現(xiàn)了「一篇論文包攬兩項大獎」的名場面。

不過工作人員很快發(fā)現(xiàn)并完成糾正，虛驚一場。

By the way，下一屆RSS，希臘見！！