ICRA 2026 -kohokohdat: Vahvistusoppiminen, monimutkainen käyttäytymisen tuottaminen ja robotiikan tulevaisuus

ICRA 2026 -konferenssissa Wienissä pääaiheita olivat vahvistusoppiminen, monimutkaisten käyttäytymisskenaarioiden generointi ja robotiikan tulevaisuus. Paras konferenssijulkaisun palkinto meni SymSkill-julkaisulle datatehokkaasta pitkän aikavälin manipuloinnista ja OmniRetarget-julkaisulle humanoidin koko kehon liike-manipulaatiosta. Robotiikan oppimisen osiossa julkaisu, joka käsitteli kuvakulmasta riippumatonta politiikan oppimista kameran ehdollistamisella (Do You Know Where Your Camera Is?), osoitti, että VLA-mallien suorituskyky heikkenee merkittävästi, kun kameroita siirretään, ja ehdotti kameran sijaintien koodaamista Plücker-koordinaateilla pikselikohtaisesti, mikä paransi suorituskykyä myös ilman kameran satunnaistamista. Robotiikan havainnoinnin osiossa FindAnything esitteli avoimen sanaston, objektikeskeisen kartoitussysteemin, joka käyttää useita perusmalleja tutkimiseen. Työpajoissa Huawei, NVIDIA Research ja OpenDriveLab esittelivät World Engine -järjestelmän, joka mahdollisti autonomisen auton ajamaan 200 kilometriä Shanghaissa ilman kuljettajan toimenpiteitä, ja koodi julkaistiin avoimen lähdekoodin lisenssillä. NVIDIA ilmoitti AlpaSim-haasteesta, jonka data-aineisto kattaa 25 maata, 2500 kaupunkia ja 1700 ajotuntia. Muita merkittäviä julkaisuja olivat muun muassa Residual Off-Policy RL -menetelmä käyttäytymiskloonauspolitiikkojen hienosäätöön (Amazon Frontier AI & Robotics), FP3 (3D Foundation Policy, joka käyttää Uni3D-enkooderia), Search3D (hierarkkinen avoimen sanaston 3D-segmentointi) ja COMPASS (NVIDIA Researchin poikkikehoinen liikkuvuuspolitiikan viitekehys). Autonomisen ajamisen alalla Waabi AI:n Diffusion-guided Generalizable Enhancer paransi 3D-rekonstruktiota lähellä ajolinjoja, Attention BEV tehosti BEV-fuusiota huomiolohkoilla, TreeIRL yhdisti MCTS:n ja IRL:n turvalliseen kaupunkiajoon Las Vegasissa, ja järjestelmä, joka annotoi viivästyneitä ja vääriä AEB-tapahtumia, käsitteli äärimmäistä luokkaepätasapainoa ja kohinalabelointia. Toinen julkaisu ehdotti oppimista ajamaan jäljittelemällä ympärillä olevia ajoneuvoja, hyödyntäen nuPlan-skenaarioita ja muuntamalla hyvien agenttien liikeradat ensimmäisen persoonan näkökulmaan.