一文匯總 RSS2026 機器人頂會入圍finalist最佳論文，涵蓋：VLA靈巧操作/LLM模塊化 / 集群控制 / 人形全覆

本文作者：陳淑瑜

2026-07-20 18:22

導語：RSS2026大會聚焦具身大模型、觸覺靈巧操作、人形控制、多智能體安全規劃等前沿，設置四類核心獎項，匯集全球高校與企業科研團隊，以真機落地、系統創新為核心評審標

一文匯總 RSS2026 機器人頂會入圍finalist最佳論文，涵蓋：VLA靈巧操作/LLM模塊化 / 集群控制 / 人形全覆

來源：公眾號“PnP機器人”

原文鏈接：https://mp.weixin.qq.com/s/yUEFm-F6hDdale84n6SqGg

機器人科學和系統頂會 RSS2026 于 7.13-7.17 在悉尼舉辦，采用單軌報告制，審稿嚴苛、錄用率不足 30%，是機器人系統領域含金量最高學術會議。RSS2026大會聚焦具身大模型、觸覺靈巧操作、人形控制、多智能體安全規劃等前沿，設置四類核心獎項，匯集全球高校與企業科研團隊，以真機落地、系統創新為核心評審標準。

part 01

Outstanding Paper Award 大會最佳論文入圍（3 篇，1 篇獲獎）

1. 最終獲獎Winner：FlashSAC: Fast and Stable Off-Policy Reinforcement Learning for High-Dimensional Robot Control

鏈接：https://arxiv.org/abs/2604.04539

團隊：KAIST、Holiday Robotics、KRAFTON、達姆施塔特工大、KTH

傳統 SAC 在七軸機械臂、人形等高維機器人上訓練收斂慢、容易震蕩發散。

本文分層設計時序復用策略，區分高頻關節動作與低頻全局目標，減少不必要梯度回傳；搭配梯度約束防止誤差累積。在機械臂裝配、人形行走兩類高維任務實測，訓練耗時壓縮 70% 以上，sim-to-real 遷移無需大量真機微調，不改動原有獎勵函數，能直接兼容現有離線強化學習流程。

2. FAST: Efficient Action Tokenization for Vision-Language-Action Models

鏈接：https://arxiv.org/abs/2501.09747

團隊：伯克利 Chelsea Finn、Sergey Levine 團隊

核心亮點：面向 VLA 視覺語言動作模型的頻域動作分詞方案 FAST，基于 DCT 離散余弦變換壓縮連續動作序列，解決傳統逐維離散化丟失時序相關性、高頻靈巧任務效果差的問題。搭配 Pi0 VLA 訓練速度提升 5 倍，性能對標擴散 VLA，大幅降低具身大模型訓練成本。

3. FEAST: A Flexible Mealtime-Assistance System Tackling In-the-Wild Personalization

鏈接：https://arxiv.org/abs/2506.14968

亮點：同系統論文賽道入圍解讀，本屆唯一同時進入兩大獎項決賽并拿下最佳論文的完整落地機器人系統，兼顧算法創新與真實人體臨床驗證。居家助殘喂食機器人系統，模塊化硬件支持喂食、飲水、擦嘴多任務；LLM 驅動可自定義行為樹，支持手勢、網頁多通道交互。完成真實家庭 5 天入戶實測，針對殘障人群個性化需求優化，打破服務機器人僅實驗室演示的局限。

part 02

Outstanding Systems Paper Award 最佳系統論文入圍（4 篇，1 篇獲獎）

1. 最終獲獎Winner：Building Rome with Convex Optimization

鏈接：https://arxiv.org/abs/2502.04640

團隊：哈佛大學 Haoyu Han、Heng Yang

核心亮點：解決傳統 BA 光束平差非凸、依賴初始化、大規模重建速度慢痛點。提出 SBA 縮放光束平差 + 凸 SDP 松弛，自研 CUDA 黎曼優化器 XM，實現無初始化全局最優三維重建，在萬級相機數據集重建速度、精度全面超越 Ceres，適配移動機器人、自動駕駛 SLAM 場景，是感知優化里程碑工作。

2. Learned Perceptive Forward Dynamics Model for Safe and Platform-aware Robotic Navigation

鏈接：https://arxiv.org/abs/2504.19322

團隊：ETH Zurich Marco Hutter 課題組

核心亮點：面向四足機器人復雜地形安全導航，提出感知前向動力學 FDM 模型，融合環境幾何 + 本體傳感預測機器人未來狀態與碰撞風險，接入 MPPI 規劃器，無需人工調參代價函數。ANYmal 真機驗證，位姿預測誤差降低 41%，崎嶇地形導航成功率提升 27%，支持仿真到真機零樣本遷移。

3. FEAST: A Flexible Mealtime-Assistance System Tackling In-the-Wild Personalization

鏈接：https://arxiv.org/abs/2506.14968

團隊：康奈爾大學

核心亮點：居家助殘喂食機器人系統，模塊化硬件支持喂食、飲水、擦嘴多任務；LLM 驅動可自定義行為樹，支持手勢、網頁多通道交互。完成真實家庭 5 天入戶實測，針對殘障人群個性化需求優化，打破服務機器人僅實驗室演示的局限，同時入圍最佳論文賽道。

4. Learning Humanoid Standing-up Control across Diverse Postures

鏈接：https://arxiv.org/abs/2502.08378

團隊：上海 AI 實驗室、上交、港大、浙大

核心亮點：人形機器人自主起身控制框架 HoST，基于多評論家強化學習 + 課程式訓練，無需預設運動軌跡，機器人可從躺、坐、側翻等任意姿態平穩起立，兼容斜坡、臺階、草地等室內外地形。直接部署宇樹 G1 人形機器人，抗外力擾動、負重 12kg 仍穩定起身，為人形跌倒恢復提供通用方案。

part 03

Outstanding Student Paper Award 最佳學生論文入圍（3 篇，1 篇獲獎）

1. 最佳論文Winner：Muninn: Your Trajectory Diffusion Model But Faster

鏈接：https://arxiv.org/abs/2605.09999

Github：https://github.com/gokulp01/muninn

作者：UIUC 博士生 Gokul Puthumanaillam

亮點：軌跡擴散規劃需要幾十輪迭代去噪，在線控制延遲過高，很難直接部署機械臂實時作業。Muninn 新增一層緩存校驗邏輯，復用前序去噪網絡輸出；計算軌跡偏差邊界，只要偏差不超出安全閾值，就跳過重復網絡推理。

最高減少 77.7% 去噪調用次數，規劃速度提升 4.6 倍，全程約束軌跡不碰撞障礙物，無需重新訓練原有擴散模型，通用適配所有軌跡擴散架構，真機完成長時序裝配驗證。

2. Doppler Correspondence: Non-Iterative Scan Matching With Doppler Velocity-Based Correspondence

鏈接：https://arxiv.org/abs/2502.11461

團隊：韓國 UNIST

核心亮點：針對 4D 激光雷達 / 毫米波雷達，首創基于多普勒速度的點云匹配方法，無需 ICP 迭代，直接建立幀間對應關系，大幅降低計算開銷；在重復紋理、雨雪惡劣環境魯棒性顯著提升，輕量化適配自動駕駛、移動機器人實時里程計。

3. Reactive Diffusion Policy: Slow-Fast Visual-Tactile Policy Learning for Contact-Rich Manipulation

鏈接：https://arxiv.org/abs/2503.02881

團隊：上交徐華哲、盧策吾團隊

核心亮點：慢 - 快雙分支視覺觸覺擴散策略，慢分支預測高層長時序動作塊，快分支基于觸覺信號高頻閉環微調；配套 TactAR AR 力反饋遙操作數據采集系統，完美適配擰螺絲、精密插拔等接觸類裝配任務，抗外力擾動，是國內靈巧操作頂會標桿成果。

part 04

Outstanding Demo Paper Award 最佳演示獎（單篇獲獎，無入圍）

Demonstrating MuJoCo Playground

預印鏈接：https://arxiv.org/pdf/2502.08844

團隊：Pieter Abbeel 課題組一文匯總 RSS2026 機器人頂會入圍finalist最佳論文，涵蓋：VLA靈巧操作/LLM模塊化 / 集群控制 / 人形全覆

核心亮點：全開源 GPU 加速交互式仿真平臺，基于 MJX 開發，支持人形、四足、七軸機械臂、靈巧手快速仿真調試，可視化、訓練、數據導出一體化，降低全球課題組具身算法仿真入門門檻，是本屆最具工程價值開源工具。

part 05

行業落地配套解讀

本屆所有入圍論文覆蓋 SLAM 感知、人形控制、VLA 大模型、觸覺靈巧操作、多智能體集群、服務機器人六大方向，全部依賴實體機器人、力控機械臂、遙操作平臺等完成真機閉環驗證。 PNP機器人作為 Franka、Haply 官方科研合作渠道，提供七軸力控機械臂、桌面力反饋遙操作、觸覺靈巧手整套硬件、ROS 底層適配與真機調試服務，覆蓋擴散策略、多智能體協同、VLA 視覺語言動作、人形起身控制、醫療陪護機器人全方向算法真機復現，助力課題組快速完成頂會實物實驗。

PNP技術文檔

PNP技術資料——FR3版本

[PNP技術分享]Franka機器人使用注意事項、開源資料、必備技術資料等（收藏版）

【PNP更新】Franka FR3機器人版本Panda vs FR3對比和問題匯總

【PNP更新】Franka FR3機器人版本升級對比說明 V1 vs V2

【PNP具身技術分享】Franka系統版本更新歷史，最新版本5.9.1

PNP技術資料——強化學習/模仿學習/世界模型

[PNP技術分享]RLinf面向強化學習開源框架—Franka機器人真機強化學習流程

【PNP具身模型分享】NVIDIA-DreamZero：世界行動模型Zero-Shot策略

具身方案和配置：基于“擴散策略”模仿學習訓練機器人以及常用配置方案

【具身ICRA】ICRA2026 最佳論文風向總結——具身智能拐點：世界模型、多模態融合與靈巧操作技術革命

PNP具身參考資料

為什么全球頂尖具身實驗室都在選FR3七軸力控機器人？揭開斯坦福、Google DeepMind等鐘愛的具身智能機器人神器

PNP機器人展出：面向生活和工業具身智能場景單/雙臂方案

全球知名具身智能機器人實驗室：AI FACTORY&慕尼黑工業大學TUM&德國巴伐利亞州，25套雙臂FRANKA機器人領銜

雙臂類人形具身智能方向：一文匯總Franka機器人在科研、醫療等雙臂機器人研究案例和雙臂方案參考

CoRL2025最佳論文: 麻省理工Fabrica，通用多部件裝配的雙臂機器人系統，全局規劃與學習控制的深度結合

PNP 機器人在 2025 張江具身智能開發者大會的精彩篇章

PNP具身實踐——VR靈巧手操作，PNP機器人推出基于裸手VR捕捉的靈巧手遙操作數據采集方案

機器人訓練場簽約：集智聯機器人推動建立廣東首個無人智能與具身智能數據采集訓練場——以機器人數據驅動具身智能發展，打造產業戰略高地

具身活動總結：PNP機器人在FAIR plus 2025機器人鏈接會中呈現具身智能機器人數據集和操作等多項技術

關于 PNP 機器人

PNP 機器人由哈工大、多倫多大學及 ABB、UR機器人專家組成，是德國Franka Robotics 官方金牌戰略合作伙伴，負責銷售、技術支持與生態建設。團隊為國內頂尖實驗室與機構提供基于 Franka 機器人、UR機器人等模仿學習、強化學習和視覺語言動作方案，推動具身智能的快速落地與規?；芯俊?/span>

0人收藏

專題

RSS：機器人，科學與系統會議

本專題其他文章

陳淑瑜

編輯

發私信

當月熱門文章

一文匯總 RSS2026 機器人頂會入圍finalist最佳論文，涵蓋：VLA靈巧操作/LLM模塊化 / 集群控制 / 人形全覆

RSS：機器人，科學與系統會議

一文匯總 RSS2026 機器人頂會入圍finalist最佳論文，涵蓋：VLA靈巧操作/LLM模塊化 / 集群控制 / 人形全覆