2025 年 IEEE 國(guó)際機(jī)器人與自動(dòng)化大會(huì)（ICRA 2025）已于 5 月 23 日在美國(guó)亞特蘭大·喬治亞世界會(huì)議中心落幕，最佳論文等獎(jiǎng)項(xiàng)消息隨之傳來， 其中上海交通大學(xué)盧策吾團(tuán)隊(duì)與新加坡國(guó)立大學(xué)邵林團(tuán)隊(duì)分別斬獲 Best Paper 獎(jiǎng)項(xiàng)。

作為機(jī)器人與自動(dòng)化領(lǐng)域最具影響力的國(guó)際頂級(jí)會(huì)議之一，ICRA 匯聚全球科研先鋒、產(chǎn)業(yè)巨擘與創(chuàng)新力量，評(píng)選出的最佳論文通常代表著前沿技術(shù)與重大突破。

本次 ICRA 2025 共收到全球超 3000 篇論文投稿，吸引 7000 余名參會(huì)者。大會(huì)公布的 Best Paper 獎(jiǎng)項(xiàng)共設(shè) 12 項(xiàng)，每項(xiàng)獎(jiǎng)項(xiàng)的入圍論文通常僅3篇，最終從中遴選出一篇最佳論文，競(jìng)爭(zhēng)態(tài)勢(shì)激烈。

其中上海交通大學(xué)盧策吾團(tuán)隊(duì)斬獲“Best Paper Award on Human-Robot Interaction”（人機(jī)交互最佳論文獎(jiǎng)），新加坡國(guó)立大學(xué)助理教授邵林團(tuán)隊(duì)榮獲“Best Paper Award on Robot Manipulation and Locomotion”（機(jī)器人操作與運(yùn)動(dòng)最佳論文獎(jiǎng)）。

Best Paper 花落誰家

ICRA 2025 共有 50 篇論文入圍，其中最佳論文獎(jiǎng)有 16 篇。

官網(wǎng)鏈接：https://2025.ieee-icra.org/program/awards-and-finalists/

• 最佳論文

本屆 ICRA 總共評(píng)選出 2 篇最佳論文。

第一篇最佳論文頒給了由加拿大多倫多大學(xué)、蒙特利爾麥吉爾大學(xué)共同發(fā)布的《Marginalizing and Conditioning Gaussians Onto Linear Approximations of Smooth Manifolds with Applications in Robotics》。

論文鏈接：https://arxiv.org/pdf/2409.09871

作者：Zi Cong Guo, James Richard Forbes, and Timothy Barfoot

論文介紹：本文給出對(duì)高斯分布進(jìn)行邊緣化和條件化到線性流形上的閉式表達(dá)式，并展示如何將這些表達(dá)式應(yīng)用于對(duì)非線性流形進(jìn)行線性化。盡管邊緣化和條件化操作已得到了充分研究，但將其應(yīng)用于非軸對(duì)齊流形的操作還未被充分理解。本文通過三個(gè)應(yīng)用展示了這些表達(dá)式的效用：1）投影正態(tài)分布，隨著問題非線性程度的增加，線性近似的質(zhì)量也會(huì)提高；2）科普曼（Koopman）同時(shí)定位與地圖構(gòu)建（SLAM），展示了在真實(shí)世界數(shù)據(jù)集上，協(xié)方差收縮問題會(huì)隨著非線性程度的增加而減輕；3）約束廣義時(shí)間同步與空間感知（GTSAM），展示了在模擬中協(xié)方差收縮是一致的。

第二篇最佳論文屬于來自卡內(nèi)基梅隆大學(xué)、上海交通大學(xué)團(tuán)隊(duì)共同推出的《MAC-VO: Metrics-Aware Covariance for Learning-Based Stereo Visual Odometry》，這一工作由國(guó)防科技與工程局（DSTA）贊助。

論文鏈接：https://arxiv.org/pdf/2409.09479

作者：Yuheng Qiu, Yutian Chen, Zihao Zhang, Wenshan Wang, and Sebastian Scherer

論文介紹：本文提出了MAC-VO，一種基于學(xué)習(xí)的立體視覺里程計(jì)（VO）方法，其性能優(yōu)于視覺里程計(jì)，甚至在具有挑戰(zhàn)性的數(shù)據(jù)集上超越了同時(shí)定位與地圖構(gòu)建（SLAM）算法。在本文當(dāng)前的工作中，模型聚焦于兩幀姿態(tài)優(yōu)化。本文認(rèn)為未來的工作將集中在通過光束平差法、多幀優(yōu)化和回環(huán)檢測(cè)帶來的優(yōu)勢(shì)上。此外，本文計(jì)劃將此度量感知協(xié)方差模型應(yīng)用于多傳感器融合，例如與慣性測(cè)量單元（IMUs）融合。

• 最佳學(xué)生論文

今年的最佳學(xué)生論文一共有 4 篇獲獎(jiǎng)。

第一篇頒給了由卡內(nèi)基梅隆大學(xué)、新加坡國(guó)立大學(xué)共同推出的《Deploying Ten Thousand Robots: Scalable Imitation Learning for Lifelong Multi-Agent Path Finding》。

論文鏈接：https://arxiv.org/pdf/2410.21415

作者：He Jiang, Yutong Wang, Rishi Veerapaneni, Tanishq Harish Duhan, Guillaume Adrien Sartoretti, Jiaoyang Li

論文介紹：終身多智能體路徑規(guī)劃（LMAPF）旨在為不斷有新目標(biāo)的多個(gè)智能體找無碰撞路徑。近來該領(lǐng)域用基于學(xué)習(xí)的方法，依局部觀測(cè)生成單步動(dòng)作，但要比肩先進(jìn)算法仍具挑戰(zhàn)，尤其在大規(guī)模場(chǎng)景。本研究提出基于模仿學(xué)習(xí)的 LMAPF 求解器，引入新通信模塊及系統(tǒng)單步碰撞解決與全局引導(dǎo)技術(shù)?？蓴U(kuò)展模仿學(xué)習(xí)算法（SILLM）兼具基于學(xué)習(xí)方法的快速推理和GPU加持下基于搜索方法的高求解質(zhì)量。在六個(gè)大規(guī)模地圖（含多達(dá) 10,000 智能體）測(cè)試中，SILLM 優(yōu)于最佳學(xué)習(xí)和搜索基線算法，平均吞吐量分別提升 13.7% 和 16.0% ，還在 2023 年國(guó)際 LMAPF 競(jìng)賽勝出。最后，在模擬倉庫用 10 個(gè)真實(shí)、100 個(gè)虛擬機(jī)器人驗(yàn)證了SILLM 。

第二篇是《ShadowTac: Dense Measurement of Shear and Normal Deformation of a Tactile Membrane from Colored Shadows》

作者：Giuseppe Vitrani, Basile Pasquale, and Michael Wiertlewski

論文介紹：機(jī)器人需通過豐富觸覺感知機(jī)械作用以處理物體，新型觸覺傳感器借微型攝像頭實(shí)現(xiàn)相關(guān)測(cè)量與信息提取?；厣鋫鞲须m能解析物體形狀，但無法檢測(cè)橫向位移，會(huì)忽略關(guān)鍵摩擦信息，而嵌入不透明標(biāo)記物又難以制造。本文提出 ShadowTac 觸覺傳感器，將回射照明與彩色陰影形成的非侵入性標(biāo)記物結(jié)合，其回射表面有亞毫米凹坑圖案，不遮擋視覺且能投射可見陰影，可捕獲密集法向和精確橫向位移場(chǎng)，且易于制造。經(jīng)評(píng)估，它測(cè)量可靠，能有效估計(jì)物體初始滑動(dòng)，適合追蹤機(jī)器人與操作物體間動(dòng)態(tài)作用。

第三篇是《Point and Go: Intuitive Reference Frame Reallocation in Mode Switching for Assistive Robotics》

作者：Allie Wang, Chen Jiang, Michael Przystupa, Justin Valentine, and Martin Jagersand

論文介紹：對(duì)于輪椅搭載機(jī)器人操縱器的用戶而言，操作高自由度機(jī)器人頗具挑戰(zhàn)，笛卡爾空間模式切換存在控制參考系不直觀、控制分離及運(yùn)動(dòng)受限等問題。本文提出“Point and Go”模式切換，以新掃動(dòng)動(dòng)作定義平移軸構(gòu)建直觀動(dòng)作空間，含平移與旋轉(zhuǎn)模式，旋轉(zhuǎn)模式結(jié)合位置控制與末端執(zhí)行器定向框架。經(jīng)三任務(wù)用戶研究對(duì)比，該模式使任務(wù)完成時(shí)間減 31%、停頓減 41% 、模式切換次數(shù)減 33% ，且收獲用戶高度認(rèn)可。

第二篇頒給華盛頓大學(xué)團(tuán)隊(duì)發(fā)布的《TinySense: A Lighter Weight and More Power-Efficient Avionics System for Flying Insect-Scale Robots》，本研究部分由美國(guó)國(guó)家科學(xué)基金資助。

論文鏈接：https://arxiv.org/pdf/2501.03416

作者：Zhitao Yu, Josh Tran, Claire Li, Aaron Weber, Yash P. Talwekar, and Sawyer Fuller

論文介紹：本文介紹自主飛行昆蟲機(jī)器人（FIR）傳感器套件方面的進(jìn)展，該機(jī)器人重量小于一克，采用 FIR 技術(shù)，因?yàn)槠渲亓枯p，所以有可能實(shí)現(xiàn)大規(guī)模部署和可擴(kuò)展性。然而，其尺寸小帶來了顯著的控制挑戰(zhàn)，包括高帶寬動(dòng)力學(xué)、功率受限以及有效載荷能力有限等問題。雖然在開發(fā)輕量級(jí)傳感器方面已有進(jìn)展，且許多靈感源自生物系統(tǒng)，但亞克級(jí)無人機(jī)仍無法實(shí)現(xiàn)無需依賴外部傳感（如運(yùn)動(dòng)捕捉系統(tǒng)）的持續(xù)懸停。

盧策吾、邵林團(tuán)隊(duì)摘獲最佳論文獎(jiǎng)

在本次最佳論文名錄里，各單項(xiàng)最佳論文獎(jiǎng)項(xiàng)與當(dāng)前具身智能產(chǎn)業(yè)界的重點(diǎn)議題緊密呼應(yīng)。相較于去年的最佳論文方向，今年新增了機(jī)器人學(xué)習(xí)、運(yùn)動(dòng)與操作、規(guī)劃與控制等方向的獎(jiǎng)項(xiàng)論文。

ICRA 2025 機(jī)器人操作與運(yùn)動(dòng)最佳論文獎(jiǎng)屬于新加坡國(guó)立大學(xué)助理教授邵林團(tuán)隊(duì)的《D(R,O) Grasp: A Unified Representation of Robot and Object Interaction for Cross-Embodiment Dexterous Grasping》

論文鏈接：https://arxiv.org/pdf/2410.01702

作者：Zhenyu Wei、Zhixuan Xu、Jing翔Guo、Yiwen Hou、Chongkai Gau、Zhehao Cai、Jiayu Luo、Lin Shao

操作與運(yùn)動(dòng)是具身智能兩大重點(diǎn)方向，也是廣受探討的議題。據(jù)了解，邵林團(tuán)隊(duì)此次獲獎(jiǎng)，是近五年來亞洲機(jī)構(gòu)首次以第一單位身份斬獲該獎(jiǎng)項(xiàng)。

文中提出一種用于改進(jìn)靈巧抓取的新方法，即引入 D(R,O) 表示法，該方法捕捉了機(jī)器人手與物體交互的本質(zhì)。與現(xiàn)有的高度依賴物體或機(jī)器人特定表示的方法不同，該方法通過統(tǒng)一框架彌合了差距，能很好地在不同機(jī)器人和物體幾何形狀間通用。此外，本文訓(xùn)練方法增強(qiáng)了模型適應(yīng)不同手構(gòu)型的能力，使其適用于廣泛的機(jī)器人系統(tǒng)。實(shí)驗(yàn)結(jié)果證實(shí)，本文方法在成功率、多樣性和計(jì)算效率方面均有顯著提升。

在 ICRA 2025 獲獎(jiǎng)名單中，一支中國(guó)團(tuán)隊(duì)榮獲人機(jī)交互領(lǐng)域最佳論文獎(jiǎng)。

論文鏈接：https://arxiv.org/pdf/2407.00299

ICRA 2025 機(jī)器人交互最佳論文獎(jiǎng)?lì)C給由上海交通大學(xué)人工智能學(xué)院和伊利諾伊大學(xué)厄巴納-香檳分校（UIUC）聯(lián)合推出的《Human - Agent Joint Learning for Efficient Robot Manipulation Skill Acquisition》。

在機(jī)器人操作領(lǐng)域，如何高效地讓機(jī)器人從人類示范中學(xué)習(xí)技能一直是研究的核心挑戰(zhàn)。傳統(tǒng)遙操作系統(tǒng)依賴人類手動(dòng)控制機(jī)器人完成任務(wù)，然而，生理結(jié)構(gòu)差異、缺乏觸覺反饋等問題導(dǎo)致數(shù)據(jù)收集效率低下，操作者需耗費(fèi)大量精力重復(fù)執(zhí)行任務(wù)。

例如，在基于視覺的遙操作中，即使使用先進(jìn)的 3D 手勢(shì)估計(jì)算法，手部動(dòng)作與機(jī)器人末端執(zhí)行器的映射誤差仍顯著影響操作精度，尤其在開抽屜、工具使用等接觸密集型任務(wù)中，人類難以通過視覺精準(zhǔn)控制力度和角度，導(dǎo)致數(shù)據(jù)收集成功率低、耗時(shí)長(zhǎng)。

為解決上述難題，研究團(tuán)隊(duì)吸收繼承了傳統(tǒng)的 shared autonomy 的思想，將數(shù)據(jù)采集和模型訓(xùn)練兩個(gè)過程深度耦合，使得數(shù)據(jù)采集能夠伴隨著模型訓(xùn)練的推進(jìn)，提出 Human-Agent Joint Learning（HAJL）框架通過創(chuàng)新“人-智能體聯(lián)合學(xué)習(xí)”范式，應(yīng)對(duì)機(jī)器人操作技能學(xué)習(xí)中高質(zhì)量數(shù)據(jù)獲取成本高、效率低的核心難題，與傳統(tǒng)方法相比，數(shù)據(jù)收集成功率提高了30%，收集速度幾乎翻倍，同時(shí)減少人類操作員的適應(yīng)需求?？蓴U(kuò)展的具身數(shù)采和大規(guī)模訓(xùn)練奠定了基礎(chǔ)。

具體而言，Human-Agent Joint Learning（HAJL）核心是通過動(dòng)態(tài)共享控制機(jī)制，實(shí)現(xiàn)人類與學(xué)習(xí)型代理的協(xié)作。該框架引入擴(kuò)散模型輔助代理，通過 “正向擴(kuò)散 - 反向去噪” 過程融合人類動(dòng)作與代理動(dòng)作：

• 正向過程為人類動(dòng)作添加高斯噪聲，模擬操作中的不確定性；

• 反向過程則通過神經(jīng)網(wǎng)絡(luò)對(duì)噪聲動(dòng)作進(jìn)行去噪，生成兼顧人類意圖與代理優(yōu)化的協(xié)作動(dòng)作。通過調(diào)整 “控制比例 γ”（0 為全手動(dòng)，1 為全自主），人類只需提供高層意圖（如 “抓取物體”），代理自動(dòng)補(bǔ)全底層動(dòng)作細(xì)節(jié)（如手指彎曲角度）。例如，在拾取雞蛋任務(wù)中，人類指定抓取目標(biāo)后，代理可根據(jù)歷史數(shù)據(jù)自動(dòng)計(jì)算最佳抓握力度，避免因人工控制過緊導(dǎo)致物體損壞。

這個(gè)過程反復(fù)進(jìn)行，智能體不斷地加噪和去噪，逐步優(yōu)化人類的初始動(dòng)作，最終得到一個(gè)高質(zhì)量、精確的操作結(jié)果。

在訓(xùn)練的開始階段，研究者會(huì)收集少量的數(shù)據(jù)，并使用這些少量的數(shù)據(jù)開始進(jìn)行模型的訓(xùn)練；此時(shí)的模型因?yàn)閿?shù)據(jù)不足并不能很好的完成目標(biāo)任務(wù)，但卻可以對(duì)任務(wù)有大致的理解，或者能夠在任務(wù)的某些簡(jiǎn)單環(huán)節(jié)掌握一定的技巧，因而研究者讓模型開始與遙操作員共享對(duì)機(jī)器人的控制，這種共享控制會(huì)讓數(shù)據(jù)采集的過程變得輕松。

例如人可能只需要將手朝著目標(biāo)位置做比較輕微的移動(dòng)，機(jī)械臂就可以在人與模型共享控制下移動(dòng)到接近目標(biāo)位置的狀態(tài)。這樣，采集員能夠更快速更輕易地收集數(shù)據(jù)；而隨著數(shù)據(jù)的積累，模型能力會(huì)逐漸增強(qiáng)，研究者也就可以將模型共享控制權(quán)重逐漸升高，數(shù)據(jù)采集也愈發(fā)輕松，直到模型能夠完整的勝任目標(biāo)任務(wù)；數(shù)據(jù)采集和模型訓(xùn)練過程也便同時(shí)完成了。

本文作者呂峻解釋這背后的更深層的想法在于，其認(rèn)為遙操作采集數(shù)據(jù)訓(xùn)練模型本質(zhì)上是機(jī)器人的示教系統(tǒng)，而手把手的、一毫米對(duì)一毫米的遙操作應(yīng)當(dāng)是一種過時(shí)的示教，好的示教應(yīng)當(dāng)如同人類教人類一樣——很多時(shí)候只需要語言甚至是肢體語言一點(diǎn)即通、必要的精細(xì)操作才需要手把手這樣費(fèi)時(shí)費(fèi)力的指導(dǎo)，這篇文章的背后更多是希望去探索一種更加靈活的示教范式。

在模擬環(huán)境中，研究團(tuán)隊(duì)測(cè)試了 6 類任務(wù)（包括靈巧手和夾爪操作），結(jié)果表明：

• 成功率提升 30%：如工具使用任務(wù)中，共享控制模式成功率從純手動(dòng)的 42% 提升至 66.5%；

• 收集速度翻倍：拾取放置任務(wù)的效率從 176 樣本 / 小時(shí)提升至 320 樣本 / 小時(shí)；

• 軌跡更平滑：平均軌跡長(zhǎng)度降低 40%，動(dòng)作連貫性顯著改善。

在真實(shí)物理實(shí)驗(yàn)中，基于 Flexiv Rizon4 機(jī)械臂和 RealSense 相機(jī)的測(cè)試顯示，共享控制模式收集的數(shù)據(jù)訓(xùn)練出的模型性能與純?nèi)祟悢?shù)據(jù)相當(dāng)，部分任務(wù)（如推立方體）甚至更優(yōu)。用戶反饋也證實(shí)，系統(tǒng)顯著降低了操作負(fù)擔(dān)，易用性和滿意度評(píng)分分別達(dá)到 Cronbach’s α=0.852 和 α=0.769。

這篇論文的共同一作分別為羅盛成、彭泉泉（上交ACM班大三本科生）、呂峻，合作者為 Kaiwen Hong（UIUC）、Katherine Rose Driggs-Campbell（UIUC助理教授）、盧策吾（上交人工智能學(xué)院教授、副院長(zhǎng)，上海創(chuàng)智學(xué)院副院長(zhǎng)），通訊作者為李永露（上交人工智能學(xué)院助理教授、上海創(chuàng)智學(xué)院全時(shí)導(dǎo)師）。

參考鏈接：https://2025.ieee-icra.org/program/awards-and-finalists/

雷峰網(wǎng)雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。