← CoRL 各届
CoRL 2025· Conference on Robot Learning
CoRL 2025
亮点精读
8 篇 · 获奖 / oral / 高引Oral
ClutterDexGrasp: A Sim-to-Real System for General Dexterous Grasping in Cluttered Scenes
提出ClutterDexGrasp系统，实现杂乱场景下通用灵巧抓取的仿真到现实迁移。
💡 解决杂乱场景灵巧抓取难题，推动机器人实用化。
Oral
ScrewSplat: An End-to-End Method for Articulated Object Recognition
提出ScrewSplat，一种端到端方法，从单张RGB-D图像识别铰接物体的关节参数。
💡 首次实现端到端铰接物体识别，无需多视角或预定义模型。
Oral
Visual Imitation Enables Contextual Humanoid Control
通过视觉模仿学习，实现人形机器人在不同场景下的上下文控制。
💡 无需手动编程，机器人可自主适应环境。
Oral
Sampling-based System Identification with Active Exploration for Legged Sim2Real Learning
提出基于采样的主动探索系统辨识方法，用于腿式机器人Sim2Real学习。
💡 减少仿真与真实环境的差距，提升迁移效果。
Oral
DemoSpeedup: Accelerating Visuomotor Policies via Entropy-Guided Demonstration Acceleration
提出DemoSpeedup，通过熵引导加速演示，提升视觉运动策略训练效率。
💡 显著减少所需演示数量，降低机器人学习成本。
Oral
RoboArena: Distributed Real-World Evaluation of Generalist Robot Policies
RoboArena提出分布式真实世界评估框架，系统评测通用机器人策略的泛化能力。
💡 填补通用机器人策略缺乏标准化真实世界评估的空白。
Oral
Latent Theory of Mind: A Decentralized Diffusion Architecture for Cooperative Manipulation
提出潜心智理论扩散架构，使机器人通过推理他人意图实现去中心化协作操作。
💡 首次将心智理论融入扩散模型，解决多机器人无通信协作难题。
Oral
Non-conflicting Energy Minimization in Reinforcement Learning based Robot Control
提出非冲突能量最小化方法，解决强化学习机器人控制中的目标冲突问题。
💡 提升多目标任务的训练稳定性和效率。
全部论文
加载中…正在从 DBLP 加载全量论文…
全量索引来自 DBLP · 完整 proceedings 见 官方站点