交互式感知与机器人学习实验室
Interactive Perception and Robot Learning Lab
Stanford的Interactive Perception and Robot Learning Lab在机器人、机器学习和计算机视觉的交叉领域推进稳健的感觉运动协调。研究重点是能够在动态、不确定和非结构化环境中规划和执行复杂操纵任务的自主机器人。
代表性成果
TidyBot, TidyBot++, Mobi-π, HoMeR, Masquerade
标志性项目
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）
基于物理信息与机器学习的五轴铣削TC4钛合金刀具磨损融合预测模型
Shaoqing Qin, Lida Zhu, Yanpeng Hao 等 10 位作者
Robotics and Computer-Integrated Manufacturing · 2026
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
机器人加工中变形预测与补偿的通用机器学习模型
Taehwa Hong, Gyuho Kim, Seong Hyeon Kim 等 4 位作者
Robotics and Computer-Integrated Manufacturing · 2026
集成计算机视觉与卡尔曼滤波的视觉障碍辅助系统：预测手-物交互
Amirmohammad Barsalani, Arman Mardani, Hamidreza Daniali
Robotics and Autonomous Systems · 2026
一种基于机器学习的工具，用于在减少数据集的情况下提高工业机器人的位置精度
Giuseppe Romano, Pietro Bilancia, Alberto Locatelli 等 6 位作者
Robotics and Computer-Integrated Manufacturing · 2026
VLA如何以不同方式失败：黑盒动作监测揭示架构特定的失败特征
Krishnam Gupta
2026