Destacados de ICRA 2026: Aprendizaje por Refuerzo, Generación de Comportamientos Complejos y el Futuro de la Robótica

En la ICRA 2026 en Viena, los temas principales incluyeron el aprendizaje por refuerzo, la generación de escenarios de comportamiento complejos y el futuro de la robótica. El premio al mejor artículo de la conferencia fue para SymSkill por la manipulación de largo horizonte eficiente en datos y OmniRetarget por la loco-manipulación de cuerpo completo en humanoides. En el aprendizaje robótico, un artículo sobre aprendizaje de políticas invariantes a la vista con condicionamiento de cámara (¿Sabes dónde está tu cámara?) mostró que los modelos VLA (visión-lenguaje-acción) degradan significativamente cuando las cámaras se mueven, y propuso codificar las posiciones de la cámara mediante coordenadas de Plücker por píxel, mejorando el rendimiento incluso sin aleatorización de cámara. En percepción robótica, FindAnything presentó un sistema de mapeo centrado en objetos de vocabulario abierto que utiliza múltiples modelos fundacionales para la exploración. En los talleres, World Engine de Huawei, NVIDIA Research y OpenDriveLab permitió que un automóvil autónomo condujera 200 km en Shanghái sin intervención, con código liberado de código abierto. NVIDIA anunció el desafío AlpaSim con un conjunto de datos de 25 países, 2500 ciudades y 1700 horas de conducción. Otros trabajos notables incluyen el aprendizaje por refuerzo fuera de política residual para ajustar políticas de clonación de comportamiento (Amazon Frontier AI & Robotics), FP3 (política fundacional 3D con codificador Uni3D), Search3D (segmentación 3D jerárquica de vocabulario abierto) y COMPASS (marco de políticas de movilidad entre encarnaciones de NVIDIA Research). En la conducción autónoma, el mejorador generalizable guiado por difusión de Waabi AI mejoró la reconstrucción 3D cerca de las vías, Attention BEV mejoró la fusión de BEV (vista de pájaro) con bloques de atención, TreeIRL combinó MCTS (búsqueda de árbol de Montecarlo) con IRL (aprendizaje por refuerzo inverso) para la conducción urbana segura en Las Vegas, y un sistema para anotar eventos AEB (frenado de emergencia autónomo) retardados y falsos abordó el desequilibrio extremo de clases y el ruido de etiquetas. Otro artículo propuso aprender a conducir imitando a los vehículos circundantes, utilizando escenas de nuPlan y transformando las trayectorias de los buenos agentes a la perspectiva del ego.