第三届自主机器人技术研讨会（ARTS）将于2025年10月18日至19日在浙江大学（杭州）举行，会议规模预计1000余人。本次会议由中国自动化学会主办，浙江大学控制科学与工程学院、上海交通大学自动化与感知学院承办，深蓝学院协办。
ARTS倡导理性批判、敢于质疑、务实的科学精神，积极探索自由平等的思想交锋。ARTS主要关注传感与感知、自主导航、状态估计、移动机器人定位建图、运动规划、建模与控制、多机器人系统、具身智能、医疗仿生等方向。
ARTS 2025 设置5场由各领域专家带来的主旨报告，4场技术论坛（24位特邀嘉宾技术报告）、学术辩论、“高手云集”的奖学金答辩、学术吐槽大会、顶会顶刊分享等。
目前会议注册通道已经开放，限报1000人
早鸟票9月18日截止！请及时扫码注册参会
*注：以下排名按照报告嘉宾姓名首字母排序
个人简介：
报告主题：
Robotic Manipulation from Word Model Perspective
报告摘要：
A generalist robot should perform effectively across various environments. However, most existing approaches heavily rely on scaling action-annotated data to enhance their capabilities. Consequently, they are often limited to single physical specification and struggle to learn transferable knowledge across different embodiments and environments. To confront these limitations, we propose UniVLA, a new framework for learning cross-embodiment vision-language-action (VLA) policies. Our key innovation is to derive task-centric action representations from videos with a latent action model. This enables us to exploit extensive data across a wide spectrum of embodiments and perspectives. To mitigate the effect of task-irrelevant dynamics, we incorporate language instructions and establish a latent action model within the DINO feature space. Learned from internet-scale videos, the generalist policy can be deployed to various robots through efficient latent action decoding. We obtain state-of-the-art results across multiple manipulation and navigation benchmarks, as well as real-robot deployments. UniVLA achieves superior performance over OpenVLA with less than 1/20 of pretraining compute and 1/10 of downstream data. Continuous performance improvements are observed as heterogeneous data, even including human videos, are incorporated into the training pipeline. The results underscore UniVLA's potential to facilitate scalable and efficient robot policy learning.
个人简介：
报告主题：
柔性人工肌肉技术及其机器人应用
报告摘要：
驱动技术对于实现机器人所需的力和位移输出至关重要。高功率密度、高能量密度和服役稳定的驱动器一直是机器人系统中关键的组成部分，它们的发展也推动着新型机器人系统的涌现，包括新形态、新功能和新特性的实现。介电弹性体驱动器作为一种前沿驱动技术，在过去二十多年里取得了显著进展，展现出高应力、大行程、高柔性和强环境适应能力等优异特性。然而，它仍面临着多种挑战，尚未实现大规模应用。本报告将介绍我们在介电弹性体驱动器寿命保障、创新制备工艺以及机器人应用方面近年来取得的进展。结合其他类似原理的人工肌肉应用案例，我们将探讨柔性人工肌肉在各种尺度机器人系统中的应用形式和前景。同时，还将总结该技术发展中所面临的核心挑战和机遇。
个人简介：
报告主题：
兼顾高精度和高泛化性的灵巧手和灵巧操作
报告摘要：
机器人灵巧操作通过多指手动态建立与脱离接触来实现对于被抓取物体的精细操作。相较于基于学习的灵巧操作方法，基于模型的方法无需针对每项任务进行大量数据收集，提供了一种高效高精度的解决方案。然而，由于物理接触的复杂性，现有基于模型的方法在高效在线规划和处理建模误差方面面临挑战，限制了其实际应用。为解决现有方法的不足，本报告提出一种新型的层次化灵巧操作框架，通过运动-接触联合建模实现了动作与接触的协同优化。大量实验表明，所提出的方法能够兼顾灵巧操作的高精度和高泛化性。
个人简介：
报告主题：
生物混合磁驱微机器人
报告摘要：
“生物混合微机器人”是以生物细胞、生物材料和功能性物质有序互联集成,具备生物组织特性与机器人仿生感知、运动、决策能力的新概念机器人，在活体环境适应性与医用任务作业安全性方向性能优异，有望变革靶向给药、组织修复及活体采样等重大疾病诊疗技术。本报告重点介绍通过模拟细菌、水母等水生生物行为，将生物混合微机器人作为拥有理想生物学特性的软体执行器，研究了其高效运动、自主决策及多模态运动控制方法，并开展了活体封闭环境采样、运输、投递等应用探索，为癌症、血栓等疾病精准靶向治疗提供了新思路。
个人简介：
陈谢沅澧，国防科技大学智能科学学院，具身智能机器人感知与导航，副教授。长期从事智能机器人具身感知与导航方向的研究，受邀担任机器人国际著名期刊IEEE RAL、国际旗舰会议ICRA和IROS编委，以一作或通讯在TRO、TITS、RAL、RSS、ICRA、IROS、CVPR等国际期刊和会议发表论文30余篇，谷歌学术被引4500余次，入选2024年度斯坦福大学全球前2%科学家、国际自动化与机器人学会RAL期刊杰出编委、中国科协青年人才托举工程、国防科大青年拔尖人才，获德国优秀博士学位、国际机器人科学与系统会议先锋称号、6项国际机器人大赛冠军、2项国际会议最佳论文提名奖，国防科技大学青年创新奖。
报告主题：
从语义定位建图到空间智能
报告摘要：
随着智能机器人在复杂动态环境中的广泛应用，定位与建图（SLAM）技术正经历着从传统几何驱动的模块化架构，向面向语义空间感知的端到端框架的演进。本报告聚焦于“如何让机器人在真实世界中实现稳定、可解释且可部署的定位与建图”，系统介绍课题组在语义 SLAM、全局鲁棒定位与动态环境建图方面的最新进展，包括四维实例感知语义分割、物体级语义定位与建图，以及端到端的鲁棒重定位，最后探讨 SLAM 面向空间智能发展的潜在路径与未来挑战。
大会围绕控制规划与多机器人、医疗-仿生机器人、具身大模型、无人驾驶与移动机器人四大前沿领域，设置了4场专题技术论坛。
*注：以下排名以报告嘉宾姓名首字母排序
中国自动化学会会员注册链接： https://www.caa.org.cn/Content/10.html ARTS 2025会议注册链接： https://www.cacpaper.com/register/142/user/preRegist
全日制在校生，请携学生证参会，便于现场确认。
了解线下会议详情
扫码加入【ARTS 交流群】
会议举行一周前（10月11日23:59前）可申请退费；会议举行一周内（10月12日00:00后）申请退费或未参加会议不予退款。
如需退费，请联系会议组成员并发送姓名、手机号码、注册时间、退款原因等信息到会务组邮箱：liyuanyuan@shenlanxueyuan.com。
此外,若因注册信息填写错误等情况而需重新缴费，请联系会议工作人员，电话同微信：19016985878。
注：退费申请审核通过后，开具的电子发票将作废，请勿使用。退费将在会后开始办理。
联系电话：19016985878（同微信）
联系邮箱：liyuanyuan@shenlanxueyuan.com
联系邮箱：caa@ia.ac.cn
【具身宝典】具身智能主流技术方案是什么？搞模仿学习，还是强化学习？｜看完还不懂具身智能中的「语义地图」，我吃了！｜你真的了解无监督强化学习吗？3 篇标志性文章解读具身智能的“第一性原理”｜解析｜具身智能：大模型如何让机器人实现“从冰箱里拿一瓶可乐”？｜盘点 | 5年VLA进化之路，45篇代表性工作！它凭什么成为具身智能「新范式」？动态避障技术解析！聊一聊具身智能体如何在复杂环境中实现避障
【行业深度】万字盘点｜从近2年19项硬核工作看透【具身抓取】：硬件、感知、执行全面梳理！｜具身智能路线之争：All in 模仿强化学习 vs 死磕传统控制？从业者到底该「信」谁？｜【盘点】从定位、避障到全自主响应：解码机器人跟随技术的3次迭代（优势+应用场景）｜越像人类越难造！为什么资本都执着于造「人形」的机器人？
【先锋观点】周博宇 | 具身智能：一场需要谦逊与耐心的科学远征｜许华哲：具身智能需要从ImageNet做起吗？｜独家｜ICRA冠军导师、最佳论文获得者眼中“被低估但潜力巨大”的具身智能路径｜独家解读 | 从OpenAI姚顺雨观点切入：强化学习终于泛化，具身智能将不只是“感知动作”
【非开源代码复现】非开源代码复现 | 首个能抓取不同轻薄纸类的触觉灵巧手-臂系统PP-Tac（RSS 2025）｜独家复现实录｜全球首个「窗口级」VLN系统：实现空中无人机最后一公里配送｜不碰真机也不仿真？（伪代码）伯克利最新：仅用一部手机，生成大规模高质量机器人训练数据！
我们开设此账号，想要向各位对【具身智能】感兴趣的人传递最前沿最权威的知识讯息外，也想和大家一起见证它到底是泡沫还是又一场热浪？
【深蓝具身智能】的内容均由作者团队倾注个人心血制作而成，希望各位遵守原创规则珍惜作者们的劳动成果，如需转载请联系我们。
投稿｜商务合作｜转载：SL13126828869（微信）
