突破具身智能物理死角：IJCAI 2026 具身智能泛化与控制突破
Ranking
Overall
68
Content
75
Popularity
50
Observed public metrics from 1 member.
Merged summary
TL;DR - 雷峰网盘点了 6 项入选 IJCAI 2026 的中国团队具身智能研究，聚焦 VLA 空间泛化、机器人感知与极端环境控制。共同主线是以可解释表征、触觉反馈和物理约束弥补纯端到端大模型在真实世界中的脆弱性。
- 文本隐变量插值无需重训，将 π₀ 在外推任务上的成功率从 9% 提升至 83%；RepSAM 仅微调 0.63% 参数，并在 Jetson AGX Orin 上实现 63ms 推理。
- FILD-Nav 通过语言地标增强连续空间导航，在未见环境中将 Oracle 成功率提高 7%；PECHC 在无视觉近身空间中对 150 个真实物体取得 97.3% 抓取成功率。
- DRIQN 将分布鲁棒优化融入强化学习梯度更新，在模拟极端海况中使导航成功率提升 13.51%、碰撞率下降 12.28%。
- 无人机混合控制方案结合实时风扰估计、空气动力学模型与强化学习，以应对突发强风和未见风场。
Sources (1)
突破具身智能物理死角：IJCAI 2026 具身智能泛化与控制突破
Public signals
Hugging Face upvotes 0
TL;DR - 雷峰网盘点了 6 项入选 IJCAI 2026 的中国团队具身智能研究，聚焦 VLA 空间泛化、机器人感知与极端环境控制。共同主线是以可解释表征、触觉反馈和物理约束弥补纯端到端大模型在真实世界中的脆弱性。
- 文本隐变量插值无需重训，将 π₀ 在外推任务上的成功率从 9% 提升至 83%；RepSAM 仅微调 0.63% 参数，并在 Jetson AGX Orin 上实现 63ms 推理。
- FILD-Nav 通过语言地标增强连续空间导航，在未见环境中将 Oracle 成功率提高 7%；PECHC 在无视觉近身空间中对 150 个真实物体取得 97.3% 抓取成功率。
- DRIQN 将分布鲁棒优化融入强化学习梯度更新，在模拟极端海况中使导航成功率提升 13.51%、碰撞率下降 12.28%。
- 无人机混合控制方案结合实时风扰估计、空气动力学模型与强化学习，以应对突发强风和未见风场。