11月19日，由智一科技旗下智猩猩聯(lián)合智東西、機器人前瞻舉辦的2025中國具身智能機器人大會（EAIRCon 2025）將在深圳灣萬麗酒店舉辦。

這也是智一科技在大灣區(qū)舉辦的首屆機器人大會。今年以來，智一科技旗下智猩猩分別聯(lián)合智東西、芯東西已先后成功舉辦2025中國生成式AI大會、2025中國AI算力大會、2025全球AI芯片峰會等大型會議。

2025中國具身智能機器人大會（EAIRCon 2025）為期一天，由主論壇+專題論壇+研討會+展覽區(qū)組成，將以“具身啟智 機器覺醒”為主題，邀請40+位嘉賓帶來致辭、報告、演講和對話，全方位解構具身智能掀起的新一輪機器人革命。

主論壇將于上午在主會場+分會場一拉開帷幕，將邀請知名學者、產業(yè)領袖、創(chuàng)業(yè)者、技術大咖和頂級投資人帶來分享，并將進行一場高端對話。

具身智能人形機器人專題論壇則將于下午在主會場進行，將聚焦人形機器人這一具身智能最佳載體及產業(yè)鏈層面的技術產品創(chuàng)新。

機器人模仿學習與強化學習研討會、具身世界模型技術研討會、具身VLA大模型技術研討會則會在分會場一、二進行，將邀請來自高校、工業(yè)界的研究人員和技術專家?guī)碇黝}報告和技術分享。其中，研討會主要面向持有閉門專享票、貴賓通票的觀眾開放。

今天，將為大家公布機器人模仿學習與強化學習研討會的完整議程。更多確認與會分享和交流的嘉賓以及研討會的議程，也將盡快公布，敬請期待。

已經(jīng)迫不及待報名的朋友，可以先掃描下方二維碼添加小助手報名啦！

機器人模仿學習與強化學習研討會將在下午的分會場一進行，由主題報告和圓桌Panel兩個環(huán)節(jié)組成。

上海交通大學人工智能學院助理教授汶川，北京人形機器人創(chuàng)新中心具身智能算法專家劉寧，地瓜機器人算法副總裁隋偉，靈巧智能具身智能科學家陸逸文，中國電信人工智能研究院（TeleAI）具身智能中心研究工程師史紀元，香港大學在讀博士、Humanoid Goalkeeper一作任峻立，6位嘉賓已確認出席，并將帶來報告分享。

圓桌Panel環(huán)節(jié)由劉寧博士、陸逸文博士、史紀元老師以及任峻立博士4位嘉賓參與，其中，劉寧博士作為特邀主持，主持研討會及圓桌Panel環(huán)節(jié)。

汶川老師將為本次研討會帶來開場報告。汶川老師目前是上海交通大學人工智能學院助理教授，博士畢業(yè)于清華叉院，師從高陽教授。曾榮獲清華大學優(yōu)秀博士畢業(yè)生、字節(jié)跳動獎學金等榮譽。本次報告將重點講解近期在“任務中的數(shù)據(jù)擴展”主題下的研究工作，包括榮獲IROS 2025 HRII研討會最佳論文獎的成果ARMADA，以及SOE。報告主題為《讓機器人在執(zhí)行中學習，實現(xiàn)真正可擴展的自主智能》。

劉寧博士目前是北京人形機器人創(chuàng)新中心具身智能算法專家，博士畢業(yè)于美國東北大學，研究方向涵蓋邊端智能與具身智能，曾發(fā)表國際頂級會議和期刊50余篇。本次研討會將以《高效一步生成視覺運動策略提升機器人操作性能》為主題帶來報告，詳解北京人形具身團隊提出的FreqPolicy策略，其通過在標準流匹配中引入頻域一致性約束，實現(xiàn)了噪聲到動作的高質量一步生成。相關論文成果收錄于頂會NeurIPS 2025。

隋偉博士目前是地瓜機器人算法副總裁，負責面向消費機器人和具身智能的軟件算法方案研發(fā)。隋偉博士在ICRA、IROS、CVPR等知名期刊和會議上發(fā)表學術論文20余篇，擁有專利40多項，長期擔任ICRA、IROS等機器人會議的審稿人。本次報告將以《AgenticVLA：面向可泛化的分層式機器人操作方案》為主題，詳解基于模仿學習的AgenticVLA。

靈巧智能具身智能科學家陸逸文，博士畢業(yè)于清華大學自動化系，由哈佛大學工學院聯(lián)合培養(yǎng)。目前主導開發(fā)的靈巧操作、智能體領域多個高影響力開源項目，累計獲星4000+。本次報告陸逸文博士將介紹首個包含物理驗證接觸力信息的大規(guī)模人手操作數(shù)據(jù)集DexCanvas。該數(shù)據(jù)集涵蓋21類抓取動作，包含70小時真實人手演示與7000小時物理驗證的合成數(shù)據(jù)。DexCanvas現(xiàn)已完整開源，支持行為克隆、強化學習、多模態(tài)預訓練等研究方向。

史紀元老師目前是TeleAI具身智能中心研究工程師，主要從事人形機器人的全身運動控制和強化學習方面的研究，主導/參與完成了ALMI、Kungfubot系列、MoRE等多個人形機器人運動控制項目。本次報告將解讀KungfuBot系列工作以及TeleAI在該領域的一些探索，主題為《KungfuBot：人形機器人高動態(tài)武術舞蹈動作模仿的策略學習與控制框架》

港大聯(lián)合上海AI Lab提出基于強化學習的人形機器人全身控制框架Humanoid Goalkeeper，該框架讓人形機器人像人類足球守門員一樣，不僅在無需遙控的前提下實時反應把球撲出去，還能理解為什么這樣撲。香港大學MMLab在讀博士任峻立是Humanoid Goalkeeper一作，師從羅平教授。本次報告將重點解讀該人形機器人全身控制框架，旨在實現(xiàn)動作空間與任務空間下的聯(lián)合優(yōu)化，從而賦予人形機器人自然、擬人化的動態(tài)交互能力。

一、機器人模仿學習與強化學習研討會議程

二、報告嘉賓及主題概要介紹

報告嘉賓：上海交通大學人工智能學院助理教授 汶川

報告主題：讓機器人在執(zhí)行中學習，實現(xiàn)真正可擴展的自主智能

內容概要：現(xiàn)代機器人學習主要依托于兩大支柱：收集海量數(shù)據(jù)與訓練愈發(fā)強大的策略。然而，故事往往止步于此。最后一步“部署”，通常被視為單純的評估階段，而非其本應具有的關鍵環(huán)節(jié)。事實上，部署不僅僅是執(zhí)行，更是數(shù)據(jù)生成的過程。機器人在真實世界中產生的每一條軌跡，無論成功還是失敗，都蘊含著關于策略弱點與環(huán)境動態(tài)的寶貴信息。忽視這股經(jīng)驗流，就意味著錯失學習的機會。

在本次報告中，我將介紹我們近期在“Data Scaling on the Job”（任務中的數(shù)據(jù)擴展）主題下的研究工作——一個將部署轉化為持續(xù)數(shù)據(jù)積累與策略改進引擎的框架。通過利用在線經(jīng)驗，并輔以策略性的人類干預與策略探索，我們正邁向這樣一個未來：機器人不僅能執(zhí)行所學，更能在執(zhí)行中學習，從而減輕人類負擔，實現(xiàn)真正可擴展的自主智能。

報告嘉賓：北京人形機器人創(chuàng)新中心具身智能算法專家 劉寧

報告主題：高效一步生成視覺運動策略提升機器人操作性能

內容概要：基于流匹配的生成式視覺運動策略，因其多峰分布建模能力和數(shù)值穩(wěn)定性，在機器人操作中得到廣泛應用。標準流匹配在動作推理時需進行多步采樣，難滿足實時性需求，并制約了真實場景下的應用。本報告將介紹北京人形機器人創(chuàng)新中心具身智能團隊提出的 FreqPolicy 策略，其通過在標準流匹配中引入頻域一致性約束，實現(xiàn)了噪聲到動作的高質量一步生成。FreqPolicy 將原始動作塊經(jīng) DCT-II 變換映射至頻域，并約束流軌跡中不同時刻速度的頻域特征相一致，從而得到更優(yōu)的轉移軌跡。此外，F(xiàn)reqPolicy 還設計了一種自適應策略來靈活地關注不同頻域分量，以捕捉動作塊中豐富的時域特性。實驗顯示，F(xiàn)reqPolicy 在 RoboMimic、MetaWorld 等仿真基準上，較現(xiàn)有一步生成 SOTA 策略性能分別提升 6%、3.6%；在 Libero 基準上與 OpenVLA 結合時推理速度提至 5 倍且保持性能不下降。同時，在真實場景中的任務成功率更高，推理頻率提升 3.5 倍。

報告嘉賓：地瓜機器人算法副總裁 隋偉

報告主題： AgenticVLA：面向可泛化的分層式機器人操作方案

報告嘉賓：靈巧智能具身智能科學家 陸逸文

報告主題：DexCanvas：物理一致的開源人手操作數(shù)據(jù)集

內容概要：DexCanvas是首個包含物理驗證接觸力信息的大規(guī)模人手操作數(shù)據(jù)集，涵蓋21類抓取動作，包含70小時真實人手演示與7000小時物理驗證的合成數(shù)據(jù)。

本報告將重點講解兩個技術問題：第一，如何通過強化學習從人手動作中恢復接觸力——在物理仿真中重建真實操作軌跡，自動提取逐幀力信息，解決力標注的技術難題；第二，如何設計跨形態(tài)可遷移的數(shù)據(jù)表示——基于MANO參數(shù)化使數(shù)據(jù)可適配不同構型機器人手。

報告將介紹數(shù)據(jù)集的組成與構建方式，并討論開源數(shù)據(jù)生態(tài)對靈巧操作研究的價值。數(shù)據(jù)集已完整開源，支持行為克隆、強化學習、多模態(tài)預訓練等研究方向。

報告嘉賓：中國電信人工智能研究院（TeleAI）具身智能中心研究工程師 史紀元

報告主題：KungfuBot：人形機器人高動態(tài)武術舞蹈動作模仿的策略學習與控制框架

內容概要：得益于擬人形態(tài)以及豐富的人類運動數(shù)據(jù)集，人形機器人模仿人類完成武術舞蹈等復雜動作成為了領域內的一大熱點。然而這一任務面臨諸多問題，例如參考動作的物理可行性、高動態(tài)動作的精準模仿、以及單策略對多條軌跡的模仿等。

本次報告將介紹KungfuBot系列工作以及TeleAI在該領域的一些探索。KungfuBot首先從人類視頻中提取3D動作，并通過動力學指標篩除不符合物理約束的動作，再結合接觸處理與重定向生成可執(zhí)行的參考軌跡。隨后，借助自適應跟蹤機制和非對稱Actor-Critic架構，讓機器人學會精準模仿高動態(tài)的武術舞蹈動作。在此基礎上，KungfuBot2進一步探索了多動作模仿的問題，通過混合局部和全局目標的跟蹤設計，以及正交混合專家網(wǎng)絡增強策略表達能力和泛化性，實現(xiàn)了單個策略模仿多個動作，兼顧動作風格與長序列動作的穩(wěn)定性。

報告嘉賓：香港大學在讀博士、Humanoid Goalkeeper一作 任峻立

報告主題：機器人全身運動與自主交互：動作和任務空間下的聯(lián)合優(yōu)化

內容概要：本報告將介紹一種基于強化學習的人形機器人全身控制框架Humanoid Goalkeeper，旨在實現(xiàn)動作空間與任務空間下的聯(lián)合優(yōu)化，從而賦予機器人自然、人類化的動態(tài)交互能力。報告將重點探討兩個技術問題：第一，如何通過融合感知輸入與人體運動先驗，在訓練中實現(xiàn)動作生成與任務目標的協(xié)同優(yōu)化；第二，如何在統(tǒng)一框架下實現(xiàn)多任務泛化，使機器人在守門、避球、抓球等高速動態(tài)任務中保持平衡與協(xié)調。報告還將展示在真實實驗中的成果，機器人能夠自主完成高速球的撲救與逃避等動作，展現(xiàn)出流暢、靈活的全身運動特征。

三、報名方式

大會設置了四類電子門票，分別是論壇觀眾票、論壇VIP票、閉門專享票和貴賓通票。會場座位分布如下。

四類電子門票中，論壇觀眾票為免費票，申請后需經(jīng)審核通過方可參會；論壇VIP票、閉門專享票和貴賓通票均需購買。各類門票的詳細權益可通過文末左下角「閱讀原文」，直達官網(wǎng)進行了解。

機器人模仿學習與強化學習研討會將于11月19日在分會場一下午進行，主要向持有閉門專享票、貴賓通票的觀眾開放。

希望參加研討會的朋友，可以掃描下方二維碼，添加小助手“小鷗”進行報名，已添加過“小鷗”的老朋友，可以給“小鷗”私信，發(fā)送“EAIR 25”即可報名。