ICRA 2026|艾歐智能 ：從跨國遙操作到真實任務數據開放

原文作者：公眾號“艾歐智能”

原文鏈接：https://mp.weixin.qq.com/s/hqvxAUemcbsLmqBjQ2H4HA

2026 年 6 月 1 日至 5 日，IEEE International Conference on Robotics & Automation（ICRA 2026）將在奧地利維也納舉辦。作為機器人與自動化領域最具影響力的國際會議之一，ICRA 持續匯聚全球機器人研究機構、開發者與產業生態伙伴，共同推動機器人技術在真實世界中的研發與落地。

今年，艾歐智能（IO-AI TECH）將繼續亮相 ICRA 2026（Booth #106），并作為第二屆 WBCD（What Bimanuals Can Do）Competition 的合作支持方之一，參與比賽相關數據支持與生態合作。

WBCD（What Bimanuals Can Do）是基于 ICRA 的雙臂機器人挑戰賽。

官方將其定義為：

“Real Tasks. Real Robots. Real Benchmarks.”

今年的第二屆 WBCD Challenge 共設置四個細分賽道，其中 Track 1 聚焦基于 Unitree G1 的物流分揀任務。

在 2025 年首屆 WBCD 比賽中，艾歐智能曾完成基于 TeleXperience 的跨國遠程遙操作實驗，由中國深圳操作員遠程控制美國賽場機器人，完成生命科學實驗場景中的多步驟 manipulation task，并獲得最佳應用獎。

今年，我們進一步為 WBCD Track 1 提供與比賽任務相關的 SenseXperience UMI 數據支持，并開放對應數據集供社區訪問與使用。

針對 Track 1 的物流分揀任務，我們提供了與比賽任務場景高度相關的 SenseXperience UMI 類型數據，用于支持參賽團隊進行模型訓練與測試參考。

與通用演示性質的數據不同，本次數據圍繞真實比賽任務進行采集，覆蓋：目標物體操作、分揀流程、第一視角操作過程等，更貼近真實任務中的操作邏輯與操作流程。

除了數據支持之外，針對 Unitree G1 平臺，我們也提供了可快速安裝的配套執行器夾爪方案，并開放對應 SDK 用于夾爪控制與開發，以降低參賽團隊在任務搭建與數據驗證過程中的適配成本。

相比泛化 demonstration，task-relevant data 往往更能有效支持機器人在真實任務中的學習與執行。

開源 SenseXperience UMI 數據集

為支持 WBCD 參賽團隊與社區開發者，我們已在 Hugging Face 開源了 SenseXperience UMI 數據集。

該數據集圍繞 Unitree G1 物流分揀任務采集， 由 SenseXperience 人類數據采集系統完成，包含真實任務場景中的第一視角操作數據與 UMI 類型 demonstration data。

開發者現可通過 Hugging Face 訪問對應數據集：

https://huggingface.co/datasets/ICRA-WBCD/IO-AI-SenseXperience-UMI

從數據到研究探索

除了開放真實任務相關數據之外，我們也持續關注輔助遙操作、shared control 與 demonstration understanding 等方向。

今年，我們也聯合吉林大學共同完成了輔助遙操作方向的相關研究工作：

并已作為 ICRA 相關研究工作公開。論文關注輔助遙操作中的少樣本適應與跨操作者泛化問題。

輔助遙操作雖然可以通過 shared control 提高效率，但不同操作者的習慣、熟練程度和動作風格會導致軌跡分布差異很大，從而影響系統對人類意圖的判斷。

Adaptor 提出一個少樣本意圖識別與動作生成框架：通過噪聲注入合成 trajectory perturbations，并使用 geometry-aware keyframe extraction 提取關鍵軌跡信息；隨后用 Intention Expert 編碼人類意圖，并結合 VLM context 條件化 Action Expert 生成動作。

相比傳統“針對單一操作者進行動作補全”的輔助遙操作方案，Adaptor 更進一步探索了“面向多操作者的意圖理解和泛化輔助”。

論文地址：

https://arxiv.org/abs/2604.09462