点击下方卡片，关注「3D视觉工坊」公众号
选择星标，干货第一时间送达
作者供稿直发 | 来源：3D视觉工坊
3D视觉硬件汇总，包括结构光3D相机(支持室内外，焊接，机械臂抓取等场景)，相位偏折术、散斑、机械臂抓取和焊接软件，手持扫描仪(支持定位、重定位、稠密建图)、四足狗和小车定位和导航，底盘。点击->查看详情：
RoboWorld Challenge 2026 已开放报名。三个赛道分别研究语言引导的路线规划、动态人群中的导航，以及指令冲突下的安全驾驶，面向世界模型 (World Model)、视觉语言动作模型 (Vision-Language-Action Model, VLA) 与具身策略 (Embodied Policy) 研究者提供具体任务。
比赛官网：https://roboworld2026.github.io
团队报名：https://forms.gle/P2jH3c2VoGsNNWXG8
RoboPAD Workshop：https://robotpad2026.github.io
联系邮箱：roboworld2026@gmail.com
挑战赛现已开放报名，最终提交截止日期为 2026 年 11 月 30 日。
当一个机器人接到“沿着道路走到前方建筑”的指令，它需要把语言与眼前的环境对应起来，预判接下来可能看到什么，并形成一段可执行的动作序列。在有大量行人活动的场景中，计划还需要随着观察不断调整；在驾驶场景中，智能体则需要判断指令是否符合当前的交通条件。
这些问题把世界建模、语言理解与动作决策集成在了同一条研究链路上。预测如何帮助规划？环境发生变化时，智能体如何更新行动？当指令与安全要求出现冲突时，模型应该怎样处理？
围绕这些问题，RoboWorld Challenge 2026 面向机器人与自动驾驶中的具身世界建模，设置了 WorldNav、HA-VLN 2.0 和 SafeDrive-VLA 三个赛道，欢迎来自高校、科研机构和产业界的团队参与！
三大赛道，承接“预测”、“交互”与“安全”
世界模型可以提供关于未来观察、环境状态或动作后果的预测，而 VLA 将视觉与语言输入连接到动作输出。两类方法如何结合，以及预测信号能在多大程度上改善决策，仍有许多值得通过具体任务检验的问题。
RoboWorld 的三个赛道分别从缺少中间反馈的开环规划 (Open-Loop Planning)、持续观察下的社会导航，以及指令冲突下的安全驾驶切入。每个赛道提供独立的任务设置与评测协议，使研究者能够围绕不同的感知与决策条件展开探索。
Track ｜WorldNav：从一次观察规划完整旅程
WorldNav: Language-Conditioned World Navigation 要求智能体根据单个初始第一视角 RGB 观察与一条自然语言指令，生成完整的未来动作轨迹。过程中没有目标图像，也没有中间环境反馈，模型需要在开环条件下完成语言定位与路线规划。
这一设置把研究重点放在“观察一次之后，如何组织后续行动”。参赛者可以探索利用预测的未来观察辅助动作选择，将观察与动作预测交织在统一模型中，或直接使用 VLA 建立视觉、语言与连续动作之间的映射。赛道也允许仅基于策略的方案。
WorldNav 基于 LCVN 基准，评估任务完成、轨迹误差，以及整段路线、朝向和转弯的保真度。它为研究预测与规划之间的联系提供了一个明确的实验入口。
这一赛道的研究基础来自于论文 Language-Conditioned World Modeling for Visual Navigation，该论文刚刚入选 NeurIPS 2026 Oral ，口头报告入选比例约 0.36%。
该工作围绕语言、未来观察与动作之间的联系，提出了两类互补方法：LCVN-WM + LCVN-AC 将语言条件扩散世界模型与潜在空间中的 Actor-Critic 策略结合，让智能体利用预测的未来状态学习行动；LCVN-Uni 则使用统一的自回归多模态模型，联合预测动作与后续观察。两类方法为“先想象再行动”与“联合学习预测和行动”提供了具体的比较对象。
论文实验显示，两类方法各有所长：扩散世界模型在未来观察的时间连贯性上具有优势，而统一自回归模型在未见环境中表现出更好的泛化能力。这也为参赛者提出了值得进一步研究的问题：视觉预测的质量如何影响路线规划，语言信息又应当在什么阶段进入决策？ 原论文采用开环轨迹预测与离线评估，其结果为比较方法提供了基础，真实环境中的闭环控制 (Closed-Loop Control) 仍需进一步验证。
查看 WorldNav 任务、评测与参考基线:https://roboworld2026.github.io/track1.html
Track ｜HA-VLN 2.0：在动态人群中持续调整行动
HA-VLN 2.0: Human-Aware Social Navigation 将导航放入存在动态、多人人际交互的连续三维环境。智能体利用第一视角 RGB-D 观察与自然语言指令寻找目标，同时避免与行人碰撞、保持符合社会规范的距离。
这里的动作会带来新的观察，人与环境也会持续变化。通道可能被临时占用，人群运动可能改变原先的路线，智能体需要根据新信息重新规划。任务同时关注导航效果与社会合规，使“如何到达目标”和“如何与人共享空间”成为相互关联的研究问题。
该赛道聚焦策略学习、模仿学习、强化学习与规划方法，也鼓励使用世界模型预测人的运动与未来观察，或通过 VLA 理解涉及人类活动的指令并生成动作。
原论文 HA-VLN 2.0: An Open Benchmark and Leaderboard for Human-Aware Navigation in Discrete and Continuous Environments with Dynamic Multi-Human Interactions 将社会感知约束引入视觉语言导航，并提供支持离散与连续导航的模拟器，入选了 IROS 2026。
该论文构建了用于人类活动与交互建模的 HAPS 2.0，以及包含 16,844 条社会情境导航指令的 HA-R2R 数据集，使行人的活动既参与语言描述，也影响导航过程中的动作选择。
论文进一步提供 HA-VLN-VL 和 HA-VLN-CMA 两类参考智能体，分别探索语言与视觉信息的融合，以及结合跨模态注意力的导航决策。实验表明，动态人群与部分可观测条件会使已有导航方法面临明显困难，在拥挤通道中尤其容易发生碰撞和路线偏离。由此可以进一步讨论：智能体如何同时利用指令中的人类活动线索与持续变化的观察，判断何时等待、绕行或重新规划？ 对赛道而言，预测行人运动与未来场景为改善这些决策提供了值得探索的方向。
查看 HA-VLN 2.0 任务、评测与参考基线:https://roboworld2026.github.io/track2.html
Track ｜SafeDrive-VLA：让指令理解与安全判断共同参与驾驶
SafeDrive-VLA: Towards Safety in Autonomous Driving 聚焦自然语言引导的驾驶。模型根据车载视觉观察与指令生成驾驶轨迹或控制动作，完成转弯、变道、目标速度调整等任务。
这一赛道尤其关注指令与交通场景之间的冲突。例如，执行变道指令的条件可能并不安全，智能体需要结合周围交通状态作出适当响应，包括减速、等待或选择安全替代动作。这为研究语言条件、环境预测与安全决策如何共同影响动作生成提供了具体场景。
评测分别考察安全场景中的指令遵循，以及冲突场景中的闭环驾驶表现。研究者可以围绕指令可执行性判断、动作后果预测，以及语言与视觉信息的联合推理展开方法设计。
该赛道对应的论文 SafeDriveVLA: Navigation-Conditioned World Model Dreaming for Conflict-Aware End-to-End Autonomous Driving 近期被机器人顶会 CoRL 2026 接收。该工作将导航指令与场景之间的冲突判断显式引入 VLA。
模型在生成动作前，先预测 Strict、Cautious 或 Fallback 驾驶模式，分别对应立即执行指令、优先考虑安全的谨慎执行，以及覆盖不安全的指令。这种设计将驾驶模式判断作为独立的监督目标，使研究者能够分别分析冲突感知与动作生成的表现。
论文还引入导航条件世界模型预测：模型根据指令对应的假设动作序列，预测严格执行该指令时的未来场景表示，并将这些预测与当前观察、导航信息共同输入 VLA。例如，在目标车道被其他车辆占用时，预测信息可以帮助模型推迟变道。对参赛者而言，这提供了一个具体的研究切口：如何让未来预测成为判断指令可执行性的依据，并进一步影响驾驶动作？ 预测的准确性及其对决策的实际作用，仍需要通过冲突场景中的评测检验。
查看 SafeDrive-VLA 任务、评测与参考基线:https://roboworld2026.github.io/track3.html
从任务设置出发，探索世界模型的行动价值
三个赛道提供了不同的研究切口：WorldNav 检验在缺少反馈时的规划能力，HA-VLN 2.0 关注动态环境中的交互与调整，SafeDrive-VLA 则引入指令可执行性和安全判断。
对于世界模型研究者，这些任务可以帮助分析未来预测如何进入决策过程；对于 VLA 与具身策略研究者，则可以进一步探索语言定位、动作生成、环境变化和安全约束之间的联系。各赛道使用不同的协议与指标，具体参赛方法要求请以对应赛道页面为准。
重要日期
| 10 月 8 日 | |
| 10 月 15 日 | |
| 11 月 30 日 | |
| 12 月 12 日 |
各赛道前五名团队将获得获奖证书，另设 Best Innovative Solution 奖，表彰具有突出创意与技术创新的方案。部分表现优秀的团队将受邀在 NeurIPS 2026 RoboPAD Workshop 进行口头报告，分享方法、结果与研究经验。
加入 RoboWorld Challenge 2026
挑战赛现已开放报名。欢迎从世界模型、VLA、机器人导航、具身学习或自动驾驶出发，选择与研究方向相匹配的赛道，探索语言、预测与行动如何协同工作。
官网提供各赛道的代码仓库、评测入口及微信群入口。请在赛道页面查看最新任务说明、资源开放状态与提交要求。挑战赛报名与 RoboPAD Workshop 的论文投稿分别进行。
本文仅做学术分享，如有侵权，请联系删文。
。
扫码添加微信，备注：姓名+方向+单位，邀请入群。
