🔬 大学#220 Stanford, United States
机器人学习与感知实验室 (RoboPIL)
Robot Learning and Perception Lab (RoboPIL)
Stanford的RoboPIL致力于在机器人学、计算机视觉和机器学习的交叉领域进行机器人学习研究。他们专注于结构化世界模型、具身智能以及用于可变形物体机器人操控的多模态感知。
manipulationrobot learningperceptionembodied AI
代表性成果
Research on physics-inspired predictive models, robotic foundation models, multi-modal perception integration
标志性项目
Structured world models for deformable object manipulationEmbodied intelligence and robotic foundation models
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)
OTHER
📊 0 引用
迈向制造业中的具身人工智能:综述、评估与未来方向
Yexing Zheng, Zhengyang Ling, Qinghua Wang 等 8 位作者
Robotics and Computer-Integrated Manufacturing · 2027
MANIPULATION
📊 0 引用
面向需要时变力的操作任务的层次化模仿学习方法
Rishabh Shukla, Adithya Santhosh, Shaili Gandhi 等 5 位作者
Robotics and Computer-Integrated Manufacturing · 2026
MANIPULATION
开放获取📊 0 引用
VIA:用于机器人控制的视觉界面智能体
Hengyuan Hu, Priya Sundaresan, Jensen Gao 等 4 位作者
2026
LOCOMOTION
开放获取📊 0 引用
具身视觉与语言导航的综合综述与系统性真实世界评估
Liuyi Wang, Kai Sheng, Zongtao He 等 11 位作者
2026
LEARNING
开放获取📊 0 引用
基于注意力机制的缺失模态鲁棒预测模型
Zhitian Zhang, Wenjie Zi, Yunduz Rakhmangulova 等 6 位作者
2026
MANIPULATION
开放获取📊 0 引用
面向湿实验室机器人的具身仿真平台、基准测试与数据高效增强框架
Zhe Liu, Huanbo Jin, Zhaohui Du 等 11 位作者
2026