刚刚，机器人顶会RSS三项最佳论文出炉！708篇送审，仅8篇杀入决赛

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 刚刚，机器人顶会RSS三项最佳论文出炉！708篇送审，仅8篇杀入决赛 henry 2026-07-20 12:54:22 来源： 量子位 依旧是最多的华人面孔 henry 听雨 发自 悉尼 量子位 | 公众号 QbitAI 刚刚，机器人顶会 RSS 2026 论文奖项出炉！ 作为机器人领域公认最具学术影响力的国际会议之一， RSS （Robotics: Science and Systems）的获奖论文，一直被视为观察机器人研究风向的一扇窗口，代表了这个领域的最新阶段进展。 今年，RSS共收到708篇投稿，最终录用210篇，接收率仅29.7%。 8篇论文进入最终名单后，三项最佳论文奖揭晓，其中来自韩国团队的 FlashSAC 拿下最佳论文。 其余Final List中，清华AIR、银河通用、影眸科技等中国团队和华人研究者也有亮眼表现。 此前备受关注的Early Career Spotlight环节，李弘扬、Wenzhen Yuan等华人学者同样登场给出了精彩的报告。 话不多说，我们直接来看。 三项论文大奖出炉 最佳论文：FlashSAC 最佳论文奖 颁给了来自Holiday Robotics、KAIST、KRAFTON、TU Darmstadt、KTH 等机构的联合团队。 共同一作为Holiday Robotics研究科学家 Donghu Kim 与KAIST 硕士生 Youngdo Lee 。 他们提出的 FlashSAC ，试图解决离策略强化学习用于高维机器人控制时训练慢、容易不稳定的问题。 它的核心思路，是减少梯度更新次数，同时扩大模型规模、数据吞吐量和经验池，并通过限制权重、特征与梯度范数，抑制价值网络误差持续累积。 在10种模拟器、60余项任务中，FlashSAC整体超过PPO及多种离策略基线。 更直观的是，在人形机器人行走的Sim2Real实验中，它把训练时间从数小时压缩到了数分钟。 最佳学生论文：Muninn 今年RSS的 最佳学生论文 颁给了 Muninn: Your Trajectory Diffusion Model But Faster 。 这项工作来自伊利诺伊大学厄巴纳-香槟分校、佛罗里达国际大学和普罗维登斯学院的联合团队。 第一作者 Gokul Puthumanaillam 是UIUC博士生，师从Melkior Ornik。 Muninn为轨迹扩散模型加入了一套无需重新训练的缓存机制。 在每一步去噪时，它都会估计复用此前计算结果可能带来的轨迹偏差：风险较小时，直接调用缓存；风险较大时，再重新计算。 在离线强化学习、运动规划和视觉运动策略等任务中，Muninn最高实现4.6倍加速，同时基本保持原有的任务表现和安全指标。 团队还在真实机器人的闭环导航和操作任务中验证了这套方法。 最佳系统论文：NeuralActuator 最佳系统论文奖 颁给了NeuralActuator: Neural Actuation Modeling for Robot Dynamics and External Force Perception。 第一作者 Zhiyang Dou 是MIT CSAIL博士生，此前曾在香港大学攻读硕士、本科毕业于山东大学。 这项工作瞄准低成本机械臂的一个关键问题：摩擦、回差和温度变化会让传统的电流—力矩关系失准，进而扩大仿真与真机之间的差距。 NeuralActuator利用Transformer和可微分仿真，同时预测执行器力矩、外部接触力、接触概率和电机状态，让机器人在部署时无需专门的力/扭矩传感器，也能感知受力。 团队还发布了双臂遥操作采集的NAD数据集，并在价格从约500美元到3万美元以上的三类机械臂上完成验证。 实验展示了其在动力学建模、无传感器力感知、电机状态检测和模仿学习控制中的应用。 8篇论文杀入Final List 除了最终获奖的三篇论文，今年还有5篇工作进入了最终决赛名单（Final List）。 有一说一，今年的Final List相当有含金量。 据称，大会会先从全部录用论文中筛出50篇候选论文。这些论文均获得评审人和领域主席（AC）给出的至少两个Strong Accept。 随后，奖项委员会进一步选出23篇半决赛论文，其中16篇获得三个Strong Accept，另外7篇由高级领域主席（SAC）推荐产生。 最终，8篇论文进入Final List，并在会议期间评选出最佳论文、最佳学生论文和最佳系统论文。 1、自动合成会聊天的仿生机器人面部机构 第一篇是Automated Synthesis of Facial Mechanisms for Conversational Animatronic Robots。 这项工作来自清华大学智能产业研究院（AIR）、北京智源人工智能研究院、清华大学交叉信息研究院和北京航空航天大学。 Zongzheng Zhang与Zi Lin为共同第一作者，清华大学 赵昊 担任通讯作者。 2、把连续动作压缩成有顺序的Token 第二篇是 OAT: Ordered Action Tokenization 。 这项工作主要来自哈佛大学Yilun Du团队与斯坦福大学，第一作者 刘晁企 ，他目前在斯坦福担任RA，长期从事机器人策略学习与动作表征研究。 论文提出 OAT（有序动作分词） ，解决自回归机器人策略中连续动作难以转化为离散Token的问题。 它会把一段连续动作压缩为具有因果顺序的短Token序列：前几个Token描述大致动作，后续Token逐步补充更精细的细节。 因此，机器人可以根据算力与实时性需求，在推理速度和动作精度之间灵活取舍。 在覆盖4类仿真基准、真实机器人在内的20余项任务中，采用OAT的自回归策略整体超过此前的动作分词方案和扩散策略基线。 此外，由于作者就坐在我们前面，我们直接抓来采访。 晁企介绍，团队近期还扩展了一个更完整的版本。除了自回归策略，新版本还加入了knowledge-insulated/token co-training VLA。 希望大家看看新论文。 3、机器人也会「借力打力」了 第三篇是银河通用参与的 Emerging Extrinsic Dexterity in Cluttered Scenes via Dynamics-aware Policy Learning 。 这项工作由中国科学院自动化所、北京智源研究院、Galbot、北京大学和上海交通大学联合完成。 郑一新 与北京大学博士生 吕江燃 为共同第一作者，吕江燃同时担任项目负责人。该论文通讯作者为银河通用机器人创始人兼首席技术官、北京大学研究员、具身智能大模型北京市重点实验室主任王鹤博士 论文提出动力学感知策略学习框架 DAPL ： 它先通过世界模型学习杂乱场景中物体发生碰撞、滑动和倾倒后的动态变化，再用这些动力学表征指导强化学习。 由此，机器人不再只依赖直接抓取，也能借助周围物体和环境接触，完成推、拨