机器人顶会CoRL 2021奖项公布，MIT华人博士生获最佳论文奖，哥伦比亚等摘得最佳系统论文奖

CoRL 2021 于 11 月 8-11 日线上举行，并颁发了多个奖项。来自MIT的研究者摘得本届 CoRL 会议的最佳论文奖，哥伦比亚等机构学者荣获最佳系统论文奖。

CoRL的全称为Conference on Robot Learning（机器人学习大会），顾名思义，这是一个以机器人和机器学习为主题的学术会议。

CoRL是一个新的以机器人学和机器学习为主题的年度国际会议。第一次会议已于2017年11月13日至15日在加利福尼亚州山景城举行，旨在汇聚约250名从事机器人学和机器学习领域的最优秀的研究者参会。

机器人技术，自主感知和控制领域正在经历一场机器学习革命，现在正是时候提供一个将机器学习的基本进展与机器人应用和理论的实证研究相结合的场所。

我们的目标是使CoRL成为机器人（机器）学习研究的首选大会。

https://www.robot-learning.org/program/awards_2021

最佳论文奖

本次荣获CoRL最佳论文奖的是来自麻省理工MIT研究人员

• A System for General In-Hand Object Re-Orientationby Tao Chen, Jie Xu, Pulkit Agrawal

• 论文链接：https://www.zhuanzhi.ai/paper/f159e439e92ab96cdf71bc969d737658

由于手持式物体的高维驱动空间和手指与物体接触状态的频繁变化，手持物体的再定位一直是机器人技术中一个具有挑战性的问题。我们提出了一个简单的无模型框架，可以学习用机器手向上和向下重新定位对象。我们演示了在两种情况下在几何上不同的对象上重新定向的能力。学习到的策略在新对象上表现出较强的零样本传递性能。我们提供了证据，证明这些策略适用于现实世界的操作，方法是将它们提炼出来，使用现实世界中容易获得的观察结果。学习策略的视频可以在https://taochenshh.github.io/projects/in-hand-reorientation上找到。

第一作者介绍

论文作者 Tao Chen2016 年本科毕业于上海交通大学，2019 年在 CMU 机器人学院获硕士学位，导师为 Abhinav Gupta。现在是 MIT CSAIL 博士生，导师 Pulkit Agrawal 也是这项研究作者之一。

此前，Tao Chen 还有多篇论文被 RSS 2021、ICRA 2021 等顶会接收。

最佳论文候选列表

最佳系统论文奖

本次荣获CoRL最佳系统论文奖的是来自哥伦比亚大学研究人员

• A System for General In-Hand Object Re-Orientationby Tao Chen, Jie Xu, Pulkit Agrawal

  
  

高速动态动作（例如投掷）通过提高运动效率并有效扩大物理触及范围，在人们与可变形物体的日常互动中发挥着至关重要的作用。先前大多数工作都使用专门的单臂准静态（quasi-static）动作来处理布料操作（例如铺床单、叠衣服），这需要大量交互来初始化布料的配置，并严格限制了机器人可操纵的最大布料尺寸。在这项工作中，研究者提出了一种自监督学习框架 FlingBot，证明了动态甩动动作对布料展开的有效性。该方法从视觉观察结果中学习了如何使用拾取、拉伸和甩动几个原型动作，使得机器人能够通过控制双臂的设置从任意初始配置展开一块织物。最终系统在新型布料上的 3 个动作内实现了超过 80% 的覆盖率，可以展开比系统覆盖范围更大的布料。尽管该研究仅在矩形布料上训练了模型，但这种方法仍然可以泛化到 T 恤，继而用于展开叠取衣物。

该研究还在真实世界的双臂机器人平台上对 FlingBot 进行了微调，使得它比准静态基线增加了 4 倍以上的布料覆盖率。FlingBot 展示出超越准静态基线的卓越性能，并表明了动态动作对可变形物体操作的有效性。

https://www.zhuanzhi.ai/paper/64b3e89fedb8e0bcbff32d515f691cdd

最佳系统论文列表

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“CORL2021” 就可以获取《机器人顶会CoRL 2021最敬爱论文》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源