【儀表網(wǎng) 研發(fā)快訊】近日，中國科學院沈陽自動化研究所機器人學研究室機器智能研究組在機器人模仿學習和偏振視覺領域取得重要進展，相關系列研究成果被人工智能領域國際頂級學術會議 ICML 2026 正式錄用。
論文題目：FocalPolicy: Frequency-Optimized Chunking and Locally Anchored Flow Matching for Coherent Visuomotor Policy，第一作者為博士生賀騫和博士生楊鎮(zhèn)碩，通訊作者為田建東研究員。
研究團隊針對機器人模仿學習中長時序動作生成易出現(xiàn)動作塊之間不連續(xù)、誤差累積和軌跡不連貫的問題，提出具備前瞻感知能力的視覺運動策略框架 FocalPolicy。該方法將近端動作的精細時域對齊與遠端多動作塊的頻域結構約束相結合，在保證當前操作精度的同時提升長時序軌跡的全局連貫性；同時設計局部錨定采樣機制，提高一致性流匹配訓練中的目標信號傳播效率。
論文題目：DuRP: Dual-Stage Physics-Embedded Learning for Joint Radiance and Polarization Restoration，第一作者為博士生楊鎮(zhèn)碩，通訊作者為田建東研究員。
研究團隊針對霧霾等散射環(huán)境中偏振成像同時面臨場景輻射與偏振信息退化、現(xiàn)有去霧方法難以恢復真實偏振狀態(tài)的問題，提出雙階段物理嵌入學習框架 DuRP。該框架突破傳統(tǒng)偏振散射模型中過度理想化的角度假設，構建更具泛化性的偏振物理模型，并將其作為可微算子嵌入神經(jīng)網(wǎng)絡，依次完成場景偏振重建與輻射重建。
國際機器學習大會(International Conference on Machine Learning, ICML)是人工智能與機器學習領域公認的頂級國際學術會議，屬于中國計算機學會(CCF)人工智能領域 A 類會議。
機器人學研究室機器智能研究組長期聚焦具身智能與計算機視覺等前沿方向，在3D目標檢測、跨模態(tài)遷移學習、多智能體協(xié)同追蹤、偏振圖像處理、具身導航和機器人操作等領域持續(xù)取得原創(chuàng)性成果，相關論文陸續(xù)發(fā)表于人工智能和計算機視覺領域系列國際頂級會議，包括AAAI 2026、ICML 2026、CVPR2026、ICLR2026等。(機器人學研究室)
所有評論僅代表網(wǎng)友意見，與本站立場無關。