IROS 2026 会议将最佳论文奖授予了一项关于“LT-Mem”的研究,该系统旨在通过区分稳定和易变元素来帮助机器人发展长期的场景理解能力。这项研究解决了机器人时间遗忘的挑战,使其能够记住过去的状态并预测未来的变化。其他值得注意的奖项包括四旋翼飞行器编队控制的最佳学生论文奖,以及在网球技能和稳定托盘搬运方面表现出色的人形机器人获得的赞誉。 AI
影响 凸显了机器人记忆和控制方面的进步,有望在现实环境中实现更具适应性和持久性的 AI 代理。
排序理由 该集群报道了在机器人会议上发表的获奖研究论文,重点关注新颖的技术方法。[lever_c_demoted from research: ic=1 ai=1.0]
- Chenghuai Lin
- Fengjun Yang
- Giseop Kim
- Han Xue
- Haofei Luo
- Humanoid Robots
- Hyoseok Ju
- IROS 2026
- long-term memory
- LT-Mem
- M. Ani Hsieh
- Nikolai Matni
- Pei-An Hsieh
- quadcopter
- Yumin Lee
- Yun Liu
- Yunrui Lian
- Zekun Qi
- Zhang Zhikai
- Ziqing Chen
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →