🔬 企业#159 Santa Clara, 美国
NVIDIA研究院数据驱动机器人AI (DAIR)
Data-Driven AI for Robotics (DAIR) at NVIDIA Research
NVIDIA的DAIR团队致力于研究机器人如何直接从人类数据（包括视频、动作捕捉和演示）中学习，以获得在不同任务、形态和环境中可泛化的技能。该团队在通用模型与具身AI的交叉领域开展工作。
learningperceptionai-learning
代表性成果
GEM (Generalist Model for Human Motion), Kimodo (Scaling Controllable Human Motion Generation)
标志性项目
GEM: A Generalist Model for Human MotionKimodo: Scaling Controllable Human Motion Generation
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
📊 0 引用
通过保守扩展动力学系统学习接触密集型任务的被动可变阻抗技能
Pingyun Nie, Jiexin Zhang, Tianxiang Jiang 等 7 位作者
Robotics and Computer-Integrated Manufacturing · 2027
PERCEPTION
开放获取📊 0 引用
DynaFLIP：通过三模态动力学引导表征重新审视机器人感知
Jusuk Lee, Seungjae Lee, Jonghun Shin 等 9 位作者
2026
MANIPULATION
开放获取
机器人操作鲁棒性：基础与前沿
Yifei Dong, Zhanyi Sun, Lujie Yang 等 8 位作者
2026
MANIPULATION
开放获取
基于锚定机器人关键点的序列规划
Bryce Grant, Aryeh Rothenberg, Logan Senning 等 6 位作者
2026
HRI
开放获取
生成式学习作为改善情感身体运动表达感知的工具
Huakun Liu, Miao Cheng, Xin Wei 等 9 位作者
2026
LOCOMOTION
像蜜蜂一样学习飞行导航
Matsiko A
Science robotics · 2026