VAP-TAMP 获 IROS 最佳论文：VLM 主动感知让机器人应对意外状况
chris_j_paxton · x · 2026-10-14
在 IROS 全班机器人同事 workshop 上，VAP-TAMP 框架获得最佳论文奖。作者包括 Austine Oloo、Shiqi Zhang 及 Chris Paxton 等。
- 问题：机器人在执行计划时常遇到计划外状况——门半开过不去、切柠檬时一半掉出盘子等，这是实现长期自主部署的主要瓶颈。
- 方法：VAP-TAMP 将任务与运动规划（TAMP）与大语言模型/VLM 结合，利用动作知识策略性地提示 VLM 做主动视角选择和状况评估，并构建场景图进行推理。
- 结果：在仿真和真实移动操作平台上验证，能稳健处理执行期失败和分布外场景。
作者点评：能否自主处理边界情况，是机器人走向可靠长时程自主的关键。项目页：vap-tamp.github.io/vap-tamp
「具身」频道最新
- 人形机器人催生「机器人保险」:保的不是机器而是伤人赔付 — astralmatrix · 2026-10-15
- 特斯拉 FSD 跨州自驾实测：几乎零接管还能避险 — elonmusk · 2026-10-15
- FLUX 3 Action 登顶 RoboLab-120,视频预训练转做机器人世界动作模型 — DeepLearningAI · 2026-10-15
- DeployRobo 出榆:通用机器人部署公司获 YC 支持今日发布 — ycombinator · 2026-10-14
- 机器人基础模型初创集体开放 API，模型层从来不是护城河 — chris_j_paxton · 2026-10-14
- 2499 美元买 6 轴 CNC 机械臂：Metal Arm 一周发货，兼容 LeRobot 训练 — chris_j_paxton · 2026-10-14