前言

《进阶人形机器人运动控制：透过去噪世界模型学习掌握具有挑战性的地形》

近日，清华大学交叉信息研究院陈建宇助理教授研究组与星动纪元合作完成的《进阶人形机器人运动控制：透过去噪世界模型学习掌握具有挑战性的地形》（Advancing Humanoid Locomotion: Mastering Challenging Terrains with Denoising World Model Learning（DWL））获得机器人领域难度最高的顶会Robotics: Science and Systems 2024年杰出论文奖入围（共三篇）。该会议于2024 年7 月15 日至19 日在荷兰代尔夫特理工大学举办，获得此项荣誉的论文比例不到投稿总数的1%。

颁奖典礼现场

论文链接：

https://roboticsconference.org/program/papers/58/

会议简介

RSS会议全称机器人科学与系统会议，是机器人领域的最顶级学术会议之一，迄今已成功举办19届。"Robotics: Science and Systems"（RSS）是专注于机器人领域的顶级学术会议，以其高标准的论文筛选过程而著称，每年接收的论文数量相对较少，但质量极高。RSS 会议涵盖了机器人学的多个研究领域，例如装配、物流和制造、辅助、娱乐和服务机器人、自动驾驶导航与移动机器人、仿生机器人、控制与动力学、认知建模与知识表示、田野机器人、形式方法、抓取与操纵、人机交互、仿人机器人和行走机器人、机构与设计、医疗机器人、多机器人与网络系统、机器人学习、机器人建模与仿真、感知学习、机器人感知、感知与视觉、机器人规划、机器人状态估计、定位与建图、软体机器人等。

免责声明

文章来源：清华大学交叉信息研究院‍‍‍‍‍‍

凡资讯来源注明为其他媒体来源的信息，均为转载自其他媒体，并不代表本网赞同其观点，也不代表本网对其真实性负责，转载请联系原出处。您若对该文章内容有任何疑问或质疑，请立即与后台小编联系，平台将迅速给您回应并做处理。注明本公司原创内容，转载请与我们联系。