🔬 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）
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
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📊 0 引用
VLAConf：面向视觉-语言-动作模型的校准任务成功置信度
Dehao Huang, Aoxiang Gu, Chengjie Zhang 等 8 位作者
2026
LEARNING
开放获取📊 0 引用
MiraBench：评估机器人世界模型中动作条件可靠性
Tianzhuo Yang, Zihan Shen, Zirui Mi 等 10 位作者
2026
SURGICAL
自主机器人超声检查的技术挑战：感知、规划与控制
Guo D, Zhang Y, Huang X 等 4 位作者
Journal of robotic surgery · 2026
PERCEPTION
开放获取
具身3D基准：评估视觉语言模型的低级具身空间智能
Jiyao Zhang, Mingxu Zhang, Yitong Peng 等 11 位作者
2026