ICRA 2026 Hoogtepunten: Reinforcement Learning, Generatie van Complex Gedrag en de Toekomst van Robotica

Tijdens ICRA 2026 in Wenen stonden Reinforcement Learning, het genereren van complexe gedragsscenario's en de toekomst van robotica centraal. De Best Conference Paper Award ging naar SymSkill voor data-efficiënte manipulatie over lange tijdshorizon en OmniRetarget voor whole-body loco-manipulatie bij humanoïden. In Robot Learning toonde een paper over view-invariant beleidsleren met cameraconditionering (Weet jij waar je camera is?) aan dat VLA-modellen aanzienlijk degraderen wanneer camera's worden verplaatst, en stelde voor om cameraposities te encoderen via Plücker-coördinaten per pixel, wat de prestaties verbetert, zelfs zonder camerarandomisatie. In Robotperceptie presenteerde FindAnything een open-vocabulary objectgecentreerd karteringssysteem met behulp van meerdere foundation-modellen voor exploratie. Tijdens workshops maakte World Engine van Huawei, NVIDIA Research en OpenDriveLab het mogelijk dat een autonome auto 200 kilometer in Shanghai reed zonder tussenkomst, met open-source code. NVIDIA kondigde de AlpaSim-uitdaging aan met een dataset uit 25 landen, 2500 steden en 1700 uur rijden. Andere opmerkelijke werken omvatten Residual Off-Policy RL voor het finetunen van behavior cloning-beleid (Amazon Frontier AI & Robotics), FP3 (3D Foundation Policy met behulp van de Uni3D-encoder), Search3D (hiërarchische open-vocabulary 3D-segmentatie), en COMPASS (een cross-embodiment mobiliteitsbeleidsraamwerk van NVIDIA Research). In autonoom rijden verbeterde Diffusion-guided Generalizable Enhancer van Waabi AI de 3D-reconstructie nabij sporen, verbeterde Attention BEV de BEV-fusie met aandachtsblokken, combineerde TreeIRL MCTS met IRL voor veilig stadsrijden in Las Vegas, en een systeem voor het annoteren van vertraagde en foutieve AEB-gebeurtenissen pakte extreme klasse-onbalans en labelruis aan. Een ander paper stelde voor om te leren rijden door omliggende voertuigen te imiteren, met behulp van nuPlan-scènes en het transformeren van goede agenttrajecten naar het egoperspectief.