【仪表网 研发快讯】近日，中国科学院沈阳自动化研究所机器人学研究室机器智能研究组在机器人模仿学习和偏振视觉领域取得重要进展，相关系列研究成果被人工智能领域国际顶级学术会议 ICML 2026 正式录用。
论文题目：FocalPolicy: Frequency-Optimized Chunking and Locally Anchored Flow Matching for Coherent Visuomotor Policy，第一作者为博士生贺骞和博士生杨镇硕，通讯作者为田建东研究员。
研究团队针对机器人模仿学习中长时序动作生成易出现动作块之间不连续、误差累积和轨迹不连贯的问题，提出具备前瞻感知能力的视觉运动策略框架 FocalPolicy。该方法将近端动作的精细时域对齐与远端多动作块的频域结构约束相结合，在保证当前操作精度的同时提升长时序轨迹的全局连贯性；同时设计局部锚定采样机制，提高一致性流匹配训练中的目标信号传播效率。
论文题目：DuRP: Dual-Stage Physics-Embedded Learning for Joint Radiance and Polarization Restoration，第一作者为博士生杨镇硕，通讯作者为田建东研究员。
研究团队针对雾霾等散射环境中偏振成像同时面临场景辐射与偏振信息退化、现有去雾方法难以恢复真实偏振状态的问题，提出双阶段物理嵌入学习框架 DuRP。该框架突破传统偏振散射模型中过度理想化的角度假设，构建更具泛化性的偏振物理模型，并将其作为可微算子嵌入神经网络，依次完成场景偏振重建与辐射重建。
国际机器学习大会(International Conference on Machine Learning, ICML)是人工智能与机器学习领域公认的顶级国际学术会议，属于中国计算机学会(CCF)人工智能领域 A 类会议。
机器人学研究室机器智能研究组长期聚焦具身智能与计算机视觉等前沿方向，在3D目标检测、跨模态迁移学习、多智能体协同追踪、偏振图像处理、具身导航和机器人操作等领域持续取得原创性成果，相关论文陆续发表于人工智能和计算机视觉领域系列国际顶级会议，包括AAAI 2026、ICML 2026、CVPR2026、ICLR2026等。(机器人学研究室)
所有评论仅代表网友意见，与本站立场无关。