🔬 大学#4 Berkeley, CA, 美国· 成立 1994
加州大学伯克利分校人工智能研究实验室
UC Berkeley — Berkeley AI Research (BAIR) & Robotics
机器人学习和强化学习的全球领导者。DexNet抓取规划系统和深度强化学习彻底改变了机器人从数据中学习的方式。
robot learningreinforcement learningmanipulationperceptionsim-to-real
代表性成果
DexNet grasp planning, Dactyl predecessor research, robot learning from demonstrations, Brett the robot, RT-2 collaboration with Google.
标志性项目
DexNetBRETTDeepMimicRL for locomotion
近期研究
全部论文 →按本机构专长领域匹配(关键词重叠 + 直接署名)
MANIPULATION
开放获取
基于鲁棒视觉和深度强化学习仿真到现实控制的机器人草莓采摘
Al Bashir, Shao-Yang Chang, Partho Ghose 等 6 位作者
2026
LEARNING
开放获取
基于视觉的湍急海面敏捷着陆
Dimosthenis Angelis, Leonard Bauersfeld, Davide Scaramuzza 等 4 位作者
2026
OTHER
开放获取
Droneulator:基于RotorPy和Godot 4的便携式农业无人机工作流仿真器
Jacob Swindell, Michael Lowen, Marija Popovic 等 4 位作者
2026
MANIPULATION
开放获取
Agentic-VLA: 面向视觉-语言-动作模型的高效在线自适应框架
Ruofan Jin, Zaixi Zhang
2026
OTHER
开放获取
NeuroNL2LTL:一种用于线性时序逻辑自然语言翻译的神经符号框架
Paapa Kwesi Quansah, Ernest Bonnah
2026