أبرز فعاليات ICRA 2026: التعلم المعزز، توليد السلوكيات المعقدة، ومستقبل الروبوتات

في مؤتمر ICRA 2026 في فيينا، كانت المواضيع الرئيسية تشمل التعلم المعزز، وتوليد سيناريوهات السلوك المعقدة، ومستقبل الروبوتات. ذهبت جائزة أفضل ورقة بحثية في المؤتمر إلى SymSkill لتلاعب طويل المدى يتسم بكفاءة البيانات، وإلى OmniRetarget للتلاعب والحركة الكاملة لجسم الإنسان الشبيه بالإنسان. في مجال تعلم الروبوتات، أظهرت ورقة بحثية حول تعلم السياسات الثابتة بالنسبة لزاوية الرؤية مع تكييف الكاميرا (هل تعرف أين تقع كاميرتك؟) أن نماذج VLA تتدهور بشكل كبير عند تحريك الكاميرات، واقترحت ترميز مواقع الكاميرا عبر إحداثيات بلوكر لكل بكسل، مما يحسن الأداء حتى بدون عشوائية الكاميرا. في مجال إدراك الروبوتات، قدم نظام FindAnything نظامًا لرسم الخرائط المرتكز على الكائنات بمفردات مفتوحة باستخدام نماذج أساسية متعددة للاستكشاف. في ورش العمل، مكّن محرك World Engine من هواوي وبحوث نفيديا وOpenDriveLab سيارة ذاتية القيادة من قطع مسافة 200 كيلومتر في شانغهاي دون تدخل، مع إصدار الكود مفتوح المصدر. أعلنت نفيديا عن تحدي AlpaSim مع مجموعة بيانات من 25 دولة و2500 مدينة و1700 ساعة من القيادة. تشمل الأعمال البارزة الأخرى Residual Off-Policy RL لضبط سياسات تقليد السلوك (أمازون فرونتير للذكاء الاصطناعي والروبوتات)، وFP3 (سياسة الأساس ثلاثية الأبعاد باستخدام مشفر Uni3D)، وSearch3D (تجزئة ثلاثية الأبعاد هرمية ذات مفردات مفتوحة)، وCOMPASS (إطار عمل لسياسات التنقل عبر التشكيلات المتعددة من بحوث نفيديا). في القيادة الذاتية، حسّن مُحسِّن التوجيه بالانتشار العام من Waabi AI إعادة البناء ثلاثي الأبعاد بالقرب من المسارات، وعزز Attention BEV دمج BEV مع كتل الانتباه، وجمع TreeIRL بين بحث شجرة مونت كارلو والتعلم المعكوس للقيادة الآمنة في المناطق الحضرية في لاس فيغاس، وعالج نظام لوضع علامات على أحداث AEB المتأخرة والخاطئة عدم التوازن الشديد في الفئات والتشويش في التسميات. اقترحت ورقة أخرى تعلم القيادة من خلال محاكاة المركبات المحيطة، باستخدام مشاهد nuPlan وتحويل مسارات الوكلاء الجيدين إلى منظور الذات.