ARTS 2026 超详细日程和报告嘉宾公布！

第四届自主机器人技术研讨会（ARTS）将于2026年10月30日至31日在北京•首都国际会议中心举行，会议规模预计1500人。本次会议由中国自动化学会主办，山东大学、北京理工大学承办，深蓝学院协办。

ARTS倡导理性批判、敢于质疑、务实的科学精神，积极探索自由平等的思想交锋。ARTS主要关注传感与感知、自主导航、状态估计、移动机器人定位建图、运动规划、建模与控制、多机器人系统、具身智能、医疗仿生等方向。

ARTS 2026设置了6场由各领域专家带来的主旨报告、6个技术分论坛（35位特邀嘉宾技术报告），另外特设学术辩论、优秀学生激励计划、学术吐槽大会等多元日程。

●    历届参会成本最低：300元/人，含会议期间午餐、晚餐及会议相关材料。

●    免费参会途径：为庆祝中国自动化学会（CAA）成立65周年，CAA会员享免费参会，非会员学生现在注册参会仅需 50 元。

个人简介：

李昊昂，香港科技大学（广州）助理教授（副研究员），博士生导师，国家级青年人才。此前于德国慕尼黑工业大学担任博士后研究员，于香港中文大学获得博士学位，博士期间于瑞士苏黎世联邦理工学院进行学术访问，于武汉大学获得硕士和学士学位。在计算机视觉和机器人行业顶级期刊和会议（例如TPAMI、TRO、CVPR、ICLR等）发表50余篇论文，工作曾获得AAAI 2026杰出论文奖，入围 CVPR 2025最佳论文候选。目前负责国家科技重大专项子课题，主持国家自然科学基金项目、广东省自然科学基金项目等。担任TRO、ICRA、IROS、AAAI编委，以及IROS 2025组委会成员等。主要研究方向为具身智能机器人、三维计算机视觉。

个人简介：

个人简介：

个人简介：

报告主题：

报告摘要：

使机器能够感知、理解并与三维世界交互，是空间智能与具身智能的核心目标。本报告围绕“世界建模、生成与交互”，系统介绍从真实世界数字化到智能体自主行动的一系列研究。首先，在世界感知与重建方面，探讨融合几何先验、神经隐式表示与三维高斯表示的三维/四维重建方法，以及合成数据和新型计算硬件对模型精度与效率的提升。其次，在世界生成方面，介绍纹理丰富的三维资产、单图三维场景及可动画三维资产生成技术，并进一步将物理约束和智能体驱动的关节化建模融入生成过程。在世界模型方面，报告将讨论从单目生成向立体世界模型的发展，通过统一时空与相机建模，生成具有几何一致性的双目动态场景，为沉浸式显示与具身决策提供支撑。最后，介绍自适应世界—动作模型及双循环自进化智能体框架，通过规划、执行、反思、数据整理和技能学习，实现长时序任务中的持续进化。上述研究旨在打通感知、生成、理解与行动的闭环，推动机器从被动观察走向自主决策、持续学习与可靠交互。

报告主题：

报告摘要：

分析和构建高精度、物理合理且可编辑的三维视觉内容是多媒体数字资产构建的重要内容，也是在真实三维数据稀缺瓶颈下实现具身智能“虚实融合”训练的重要手段。本次汇报将分享利用扩散模型先验构建和理解三维视觉内容的系列工作，从三维物体的高精度生成、三维运动的可泛化生成、到三维场景的组合式生成及解析，仅用少量条件就能构建具有逼真外观、几何准确和物理合理的可编辑三维内容，并实现高精度空间理解。根据这些技术所构造的海量具身仿真数据，能够促进具身大模型学习精准时空感知能力与主动记忆管理机制，有效提升具身智能体对复杂动态任务的执行效果，所研发具身大模型已经集成至智源RoboBrain平台。

报告主题：

报告摘要：

多模态视频理解技术是连接数字内容感知与真实物理世界建模的关键基础。现有方法在流式视频实时解析、物理可信三维重建与机器人世界建模等方面仍面临显著挑战，难以打通数字视频语义认知到物理空间智能决策的链路。本报告将围绕从数字世界到物理空间的技术演进脉络，介绍课题组近期系列研究工作，并探讨多模态视频理解赋能现实物理智能任务的技术路径与未来方向。

报告主题：

报告摘要：

传统三维视觉表征（如点云、网格、辐射场）过去主要服务于游戏与影视渲染，核心在于外观重建与逼真渲染；而具身智能的兴起，则要求三维表征深度赋能智能体的空间推理、环境交互与物理闭环。本次报告将分享西湖大学 Inception3D 实验室在具身三维视觉方向的近期探索, 报告将从“感知记忆—结构资产—末端硬件”全链路探讨三维视觉从“被动观测”迈向“具身交互”的新机遇。

报告主题：

报告摘要：

Physical AGI demands embodied agents that can perceive, act, and improve in the open world — far beyond the tabletop, quasi-static, and single-contact regimes where today's systems excel. This talk examines three pillars on the path toward physical AGI. Grounding is moving from tabletop manipulation in closed, structured scenes toward complex reasoning in visually-rich, in-the-wild environments. Execution is advancing along two axes: from gripper-based position control to dexterous tool usage that unlocks more contact-rich tasks, and from rigid objects to complex, deformable, and heterogeneous materials. Together, these capabilities call for an Agentic Harness — a layer that orchestrates grounding and execution, enabling autonomous training, inference, and continuous self-improvement. We envision a future in which humanoid robots navigate everywhere, handle anything, and get better on their own — and argue that grounding, execution, and an agentic harness are the three foundations that will take us there efficiently.

报告主题：

报告摘要：

大语言模型（LLM）的兴起为机器人任务规划与执行带来了全新的范式。本报告将围绕“大语言模型赋能的具身执行”这一核心主题，探讨如何利用LLM的常识推理与语义理解能力，解决物理环境下的高可靠性执行难题。报告将横跨家居与工业两大图景展开：首先，介绍如何利用语言指导生成符合三维空间约束的人类活动程序；其次，讨论如何通过LLM增强的场景图学习实现高效的家庭环境重排；最后，重点分享在复杂的工业制造场景下，如何构建多机器人协同的规划与底层控制程序生成系统（IMR-LLM）。通过这些工作，我们将展示LLM如何作为核心引擎，将抽象的语言指令真正转化为具体的具身执行序列。

报告主题：

报告摘要：

能源与电力基础设施的安全稳定运行已成为保障能源安全、提升能源与电力系统弹性的关键环节。然而，此类设施通常体积庞大、结构复杂，致使传统以人工为主的运维模式效率受限且风险攀升。针对上述痛点和难题，报告人开展空中作业机器人安全交互关键技术研究，分别从机械结构设计、动力学分析建模、受限空间最优规划，不确定环境安全规划、视觉伺服定位引导、变刚度柔顺交互控制等方面攻关突破，研制了系列化10余型空中作业机器人系统，实现了弱定位强扰动下精准物理交互，完成了单点与滑移接触检测、高空物资抓取与精准投递等代表性任务，为能源与电力工业基础设施的高空安装与运维提供安全、高效的解决方案。

报告主题：

报告摘要：

We present a novel framework to co-develop the vector field and the control laws, guiding the nonholonomic robot to the target configuration with curvature-bounded trajectory. We formulate the problem by introducing the target positive limit set, which allows the robot to converge to or pass through the target configuration, depending on different dynamics and tasks. Next, we construct a curvature-constrained vector field (CVF) via blending and distributing basic flow fields in workspace and propose the saturated control laws with a dynamic gain, under which the tracking error's magnitude decreases even when saturation occurs. Under the control laws, kinematically constrained nonholonomic robots are guaranteed to track the reference CVF and converge to the target positive limit set with bounded trajectory curvature. Numerical simulations show that the proposed CVF method outperforms other vector-field-based algorithms. Experiments on Ackermann UGVs and semi-physical fixed-wing UAVs demonstrate that the method can be effectively implemented in real-world scenarios.

报告主题：

报告摘要：

非完整约束机器人是欠驱动刚体，位置与朝向相互耦合，其运动规划既要处理避障与多机防碰，又要满足执行机构带来的曲率限制。速度向量场方法将期望的运动方向以反馈形式定义在工作空间的每一点，机器人的期望朝向由所在位置直接确定，天然契合非完整约束。本报告介绍三方面进展：一是针对平面非完整移动机器人提出动态向量场，把姿态角动力学引入向量场，机器人沿积分曲线即可同时抵达目标位置与期望朝向，并以圆形向量场兼顾避障与多机防碰。二是针对六自由度非完整刚体的位置与航向联合约束，设计导航、避障、避碰向量场与两组正交辅助向量场构成机体坐标系，使位置与航向同时收敛到期望值。三是针对执行机构受限的曲率约束，协同设计曲率受限向量场与饱和控制律，使轨迹曲率有界并几乎全局收敛。

报告主题：

报告摘要：

本讲座面向智能机器人在复杂现实环境中的自主操作需求，围绕移动操作、任务与运动规划以及机器人技能学习等方向，系统介绍相关研究进展。针对复杂场景下机器人规划效率不足、环境适应性有限以及精细操作能力欠缺等问题，讲座将重点分享机器人全身协同建模与长时程任务规划方法，探讨语义-几何融合场景表征在任务与运动协同中的作用，并介绍基于模仿学习、尤其是融合触觉感知的机器人技能学习方法。相关研究旨在提升机器人在复杂环境中的决策、操作与泛化能力，为具身智能系统的理论研究与实际应用提供方法支撑。

报告摘要：

随着智能仓储、酒店服务、包裹投递及灾害救援等场景的快速发展，多同构/异构机器人系统协同作业已成为机器人领域的研究热点。然而，现有任务分配研究大多聚焦于弱时序约束，对军事打击、生鲜配送等特殊任务中普遍存在的强时序约束（即某些目标点必须由同一机器人严格按给定顺序连续访问）仍缺乏系统研究。同时，现有时序约束任务分配方法多针对同构机器人系统，对由地面车辆与无人机组成的异构多机器人系统研究较少。此外，实际应用中还面临优先级差异、客户等待时间、无人机续航限制等复杂约束，如何在满足时序约束的前提下最小化最后任务完成时间，成为亟待解决的关键问题。本报告将介绍两项核心工作：一是针对复杂时序约束下多机器人多点访问任务，提出基于最小边际代价的两阶段算法，通过解耦与耦合优化策略提升解质量与鲁棒性；二是面向时序约束下多卡车多无人机包裹投递任务，设计三阶段启发式算法：纯卡车路径生成、拆分算法与变邻域下降优化。仿真与实物实验表明，所提算法在解质量和计算效率上均优于现有方法，可为复杂时序约束下异构多机器人协同任务分配提供有效解决方案。

报告主题：

报告摘要：

自动驾驶汽车作为智能交通系统的重要组成部分，已成为全球研究热点。随着网络化与智能化水平的提升，自动驾驶汽车在增强环境感知与决策能力的同时，也面临日益严峻的信息安全威胁。作为典型的安全攸关信息物理系统，自动驾驶汽车中信息域与物理域深度耦合，网络攻击可能经由车载通信、车路协同或外部服务等作用于车辆闭环运行过程，从而引起功能异常甚至交通安全事故。因此，面向自动驾驶汽车信息安全防护开展形式化分析与验证，关键在于研究信息安全威胁作用下车辆运行状态的安全边界及其保障机制。为此，本研究围绕自动驾驶汽车信息安全防护中的运行安全保障需求，分析其信息安全威胁与防护机制，提出面向自动驾驶汽车信息安全防护的形式化分析与验证框架，并从安全规范生成、可达性分析、系统证伪与安全加固四个方面开展系统研究，保障自动驾驶汽车安全稳定运行。

报告摘要：

经自然腔道手术机器人是微创诊疗重要技术手段，但在狭窄、多分叉且动态变化的真实腔道环境中，实现安全可靠的导航与操作，仍面临视觉感知受限、操控经验依赖与自主决策困难等挑战。本报告以支气管镜诊疗为典型场景，围绕“人机协作—自主探索—具身导航”的技术主线，介绍人工智能与柔性手术机器人融合的研究进展。首先，介绍融合医生操作指令与内镜视觉感知的人机共享控制方法，阐述如何通过模仿学习与虚实迁移实现智能辅助操控，降低医生的操作负担与经验门槛。进一步，面向不依赖术前CT的气道异物搜索任务，介绍结合视觉感知、拓扑记忆与自主决策的机器人探索方法，以及“机器人自主搜索、医生协同取出”的任务分工机制，展示从连续人工操控向任务级人机协作的转变。在此基础上，报告将从具身智能视角出发，讨论机器人形态、环境感知与闭环行动之间的耦合关系，探讨复杂腔道环境下主动感知、长程导航与安全交互的关键问题，并展望在保留医生关键决策与监督的前提下，推动经自然腔道手术机器人向更高水平自主性发展的技术路径。

报告主题：

报告摘要：

报告围绕磁控微机器人集群的形态转换与复杂环境自主导航展开。首先介绍磁场驱动、显微视觉检测与实时闭环控制实验平台，以及基于迭代学习控制的模型无关形态调控方法，实现集群由聚集态向展开态的按需转换和面积精准控制。随后，针对未知、部分可观及动静混合障碍环境，介绍基于Transformer和PPO的时序强化学习导航方法，利用历史观测提取隐含状态，并结合域随机化实现仿真到真实迁移，完成静态避障、动态目标跟踪和短时失视恢复等任务。最后，介绍融合显式环境制图、RRT*全局规划与路径条件强化学习局部执行的分层导航框架，以提升长距离导航、动态避障和复杂任务执行的可靠性。

报告主题：

报告摘要：

本报告围绕面向视网膜精准注射的自主眼内手术机器人展开，介绍机器人的总体架构、关键方法与实验验证。针对眼内空间狭小、显微视野受限、器械深度感知困难以及多源信息异构等问题，研究通过多视角空间融合构建术中动态三维眼内地图，采用准则加权的多传感器融合实现器械宏微尺度精确定位，并结合多约束路径规划及力-位置-影像混合安全控制完成自主穿刺与注射。系统在眼球假体、离体猪眼和活体动物眼中完成验证。离体和活体实验的视网膜下、中央视网膜静脉及分支视网膜静脉注射均实现100%成功率，验证了自主机器人用于高精度眼科显微操作的可行性。

报告主题：

报告摘要：

面向机器人在复杂环境中的运动适应与状态感知需求，本报告介绍刚度可编程设计、多模态运动与本体感知三方面研究。首先，结合低熔点合金相变材料与张拉整体结构，构建仿象鼻连续体机器人，实现分段刚度编程、曲率调控及受限空间适形运动。其次，开发真空驱动层阻塞（Layer Jamming）肌肉，实现≤1 s刚度调节（刚度比达46.6）；据此构建可重构模块化软体机器鱼，通过调控刚度实现多模态游动与环境适应，并揭示金枪鱼式构型可实现高频高速游动而鳗鲡式构型受限的运动规律。进一步，介绍基于摩擦纳米发电原理的变刚度器件本体感知研究，探索刚度状态识别与拉伸位移感知方法，为机器人状态监测与闭环控制提供支持。相关研究为可重构、自感知仿生机器人的设计提供参考。

报告主题：

报告摘要：

磁感知具有非视距、无辐射等独特优势，为复杂受限空间中的机器人感知与自然人机交互提供了重要技术路径。然而，其性能边界、空间不确定性及系统部署方式仍制约着相关技术向更高精度、更强适应性和更广泛场景拓展。本报告围绕磁定位理论范式与系统应用展开。探讨在SE(3)的位姿不确定性分析方法和双阶段定位范式，通过重构磁源与传感器之间的空间关系，发展柔性、可重构、可近场部署的磁感知系统来突破传统固定式阵列对工作空间和部署形式的约束。在此基础上，相关技术被拓展至微创介入与腔内机器人等医疗场景，并进一步延伸至多自由度自然人机交互。

报告主题：

报告摘要：

随着机器人和人工智能技术的快速发展，飞行机器人及其集群系统在复杂动态环境下的自主控制已取得长足进展。本报告将介绍飞行机器人最新自主导航算法，阐述面向高动态、强干扰、多约束场景下基于物理智能的模型构建和优化求解方法；介绍基于VLA技术路线的飞行机器人通用决策和数据驱动的高机动控制算法，并展示其在真实复杂环境中的验证效果。最后，报告将介绍飞行机器人群体智能方面的最新研究和落地进展，展示复杂环境适应性、系统鲁棒性及可扩展性方面的进展，为未来大规模智能集群的工程化应用提供理论支撑与技术参考。

报告主题：

报告摘要：

大模型的持续突破为具身智能提供了重要的技术路径参考，但沿着这一路径走向物理世界并非简单应用，而是需要构建面向物理智能的原生系统。当智能必须通过行动接受真实环境的检验，实时性、机器人状态与物理约束便成为能力构建的内在要求。因此，实现可靠、可规模化的物理智能，需要重新审视模型、系统与基础设施之间的关系。 

本报告结合墨奇智能的技术探索，探讨如何从基础设施的构建开始推动具身智能的技术突破：以构建实时、闭环的行动推理能力为系统核心目标，贯通数据、训练、评测与部署反馈的基础设施，支撑大模型物理智能的形成与扩展。在此基础上，探讨从基础设施到规模化过程中的重要挑战，特别是模型通用能力构建和本体可靠性演进之间的协同关系。

个人简介：

报告主题：

报告主题：

报告摘要：

工程机械物料交互操作（如装载机铲料/堆料、挖掘机装车）是高动态、强耦合物理交互任务，核心难点在于铲斗与散体物料（土壤、砂石）作用难以精确建模，传统规则与解析模型泛化性差。本报告聚焦具身智能方法在该领域的应用：装载机场景采用规则方法与数据驱动方法相融合的技术框架，在国内首次实现包含自主堆料的全流程真无人作业，并在真实拌合站常态化运营中验证；挖掘机场景则落地全球首个露天矿山装车场景具身智能模型"灵掘"，采用端到端一体化技术路线，实现装车任务从模块化控制向端到端具身控制的跨越。在内蒙古露天煤矿的严苛环境中，"灵掘"单机装车效率已达人工的80%，近70%作业时间无需人为干预，并成功适配极寒、高粉尘等严苛环境及多型号矿卡，验证了端到端具身模型在露天矿山装车场景中的工程可行性。

报告主题：

报告摘要：

“通用性”已成为具身智能领域追求的核心目标之一，其背后不仅意味着对多元应用场景的整合能力，也预示着巨大的市场潜力。然而，关于“通用机器人是否必须是人形”的争论始终未曾停歇。在可预见的未来，轮式、足式、轮足式等多种机器人形态将长期并存。在这一多形态共存的时代，机器人之间的边界将日益模糊，能够根据任务需求自主切换或组合形态的机器人，或将迈向更高层次的“通用性”。模块化设计，作为实现这一愿景的关键路径，虽已被广泛应用于B、C端机器人产品，但传统模块仅承担结构或功能单元角色，缺乏智能属性。随着具身智能时代的到来，模块化设计正被重新赋能——模块不再只是“零件”，而是具备感知、决策与协同能力的“智能体”。模块化硬件设计，作为多智能具身智能体的一部分，为机器人通用性的跃迁开辟全新可能。