新智元报道
新智元报道
【新智元导读】SymSkill创新性地融合模仿学习与经典规划，使机器人能从少量演示中归纳技能，并实时组合执行复杂任务。这项成果推动机器人从「记忆动作」迈向「理解任务」，为智能家庭服务机器人带来新突破。
2026年6月初，在维也纳国际会议中心落幕的ICRA 2026上，从多瑙河畔传来消息：
来自宾夕法尼亚大学GRASP实验室的博士生Yifei Shao（邵逸飞） 作为第一作者的论文一举斩获两项ICRA最高学术荣誉：Best Conference Paper Award（大会最佳论文奖） 和 Best Paper Award on Planning and Control（规划与控制方向最佳论文奖）。
论文链接：https://arxiv.org/abs/2510.01661
一篇论文同时揽获两项大奖，在ICRA历史上较为罕见，也标志着GRASP实验室在机器人规划与控制领域的又一次跨越式突破。
让机器人在真实世界中执行复杂的多步骤操控任务，一直是机器人学最核心也最棘手的挑战之一。
现有方法主要分为两大流派，却各自陷入困境：模仿学习反应迅速，但缺乏组合泛化能力，学习到的往往是「单一体策略」，环境稍有变化就无法拆解复用旧技能；而经典的任务与运动规划虽然有良好的符号抽象和组合能力，但规划延迟动辄数十秒甚至上百秒，根本无法支持实时故障恢复。
SymSkill的突破在于——它不再在这两条路径中做选择题，而是搭建了一座桥。论文提出了一套统一的学习框架，将两者的优势无缝融合：离线的符号与技能共创与在线的实时执行。
SymSkill的核心创新可以概括为两个阶段：
离线阶段——符号与技能共创。
与以往需要人工标注和分割演示数据的方法不同，SymSkill能够直接从无标签、无分割的机器人演示数据中，以无监督的方式联合学习谓词、操作符和目标导向技能。
这意味着，机器人只需要观看少量演示（每个任务仅需约5次演示数据），就能自行「归纳」出完成任务所需的符号抽象和技能库。
在线阶段——实时组合与恢复。
执行时，一旦用户指定一个或多个目标谓词，SymSkill就会调用符号规划器来动态组合和重排已学技能以达到符号目标，同时在运动层级和符号层级同时执行故障恢复。配合柔顺控制器，SymSkill能够在人类和环境扰动下实现安全、不间断的执行。
实验数据令人信服。在RoboCasa模拟环境中，SymSkill成功执行了12个单步任务，成功率达85%；面对需要多达6次技能重排的多步复杂任务时，SymSkill仍能从执行失败中稳健恢复。
而最令学界惊叹的是真实机器人实验：在一台真实的Franka机器人上，SymSkill仅用5分钟的无分割、无标签玩耍数据作为训练素材，仅通过目标指令即可操控机器人执行多种任务。这种数据效率在此前的规划系统中几乎不可想象。
这项研究的更深层意义在于，它让机器人从「背答案」进化到了「理解题目」——不再是简单记忆动作序列，而是能够抽象出任务背后的符号结构，并根据现实变化实时调整策略。
SymSkill为下一代通用家庭服务机器人提供了一条从「反应型模仿」走向「推理型执行」的可行路径。
一作Yifei Shao（邵逸飞） 是宾大计算机与信息科学系的博士生，师从Vijay Kumar教授与Pratik Chaudhari教授，并与Nadia Figueroa教授合作。主攻符号规划与运动规划的融合理论。
在该研究中，他主导了SymSkill整体框架的设计与符号规划器的开发，是论文核心思想的主要构建者。其他两位博士生作者为Yuchen Zheng（郑宇辰）和Sunan Sun（孙苏楠）。
参考资料：
https://arxiv.org/abs/2510.01661
编辑：LRST
