🔬 大学#107 Austin, United States
机器人感知与学习实验室
Robot Perception and Learning Lab
UT Austin的Robot Perception and Learning Lab研究具身智能体中感知与行动的协同关系。该实验室开发通用机器人自主性的算法和系统，使机器人能够通过传感进行世界推理，并自适应地学习新任务。
perceptionlearningembodied AIautonomous systemsmanipulation
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
MANIPULATION
开放获取
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
MANIPULATION
开放获取
冻结的VLA已经知道成功：基础机器人策略中价值类结构的探测研究
Jiachen Zhang, Junnan Nie, Junyi Lao 等 7 位作者
2026
PERCEPTION
开放获取
如果世界：面向具身场景中通用世界模型的因果基准
Kunlin Cai, Rui Song, Jinghuai Zhang 等 10 位作者
2026
PERCEPTION
开放获取
OSMa-Bench++: 面向操作语义映射的开放端基准测试与提示生成合成场景
Regina Kurkova, Maxim Popov, Sergey Kolyubin
2026
MANIPULATION
开放获取
EXPO-FT: 面向视觉-语言-动作模型的样本高效强化学习微调
Perry Dong, Kuo-Han Hung, Tian Gao 等 5 位作者
2026