原文作者：公众号 " 艾欧智能 "
原文链接：https://mp.weixin.qq.com/s/hqvxAUemcbsLmqBjQ2H4HA
2026 年 6 月 1 日至 5 日，IEEE International Conference on Robotics & Automation（ICRA 2026）将在奥地利维也纳举办。作为机器人与自动化领域最具影响力的国际会议之一，ICRA 持续汇聚全球机器人研究机构、开发者与产业生态伙伴，共同推动机器人技术在真实世界中的研发与落地。
今年，艾欧智能（IO-AI TECH）将继续亮相 ICRA 2026（Booth ），并作为第二届 WBCD（What Bimanuals Can Do）Competition 的合作支持方之一，参与比赛相关数据支持与生态合作。
什么是 WBCD？
WBCD（What Bimanuals Can Do）是基于 ICRA 的双臂机器人挑战赛。
"Real Tasks. Real Robots. Real Benchmarks."
比赛围绕真实世界中的机器人任务展开，覆盖物流、实验室操作、柔性物体处理等场景，并支持包括 VR、外骨骼、UMI 等不同形式的人类操作与数据采集方式。
今年的第二届 WBCD Challenge 共设置四个细分赛道，其中 Track 1 聚焦基于 Unitree G1 的物流分拣任务。
今年，我们进一步为 WBCD Track 1 提供与比赛任务相关的 SenseXperience UMI 数据支持，并开放对应数据集供社区访问与使用。
Task-Relevant Data 正在变得更重要
针对 Track 1 的物流分拣任务，我们提供了与比赛任务场景高度相关的 SenseXperience UMI 类型数据，用于支持参赛团队进行模型训练与测试参考。
与通用演示性质的数据不同，本次数据围绕真实比赛任务进行采集，覆盖：目标物体操作、分拣流程、第一视角操作过程等，更贴近真实任务中的操作逻辑与操作流程。
我们认为：对于具身智能而言，真正关键的，不仅是 " 获得更多数据 "，而是 " 获得与目标任务强相关的数据 "。
相比泛化 demonstration，task-relevant data 往往更能有效支持机器人在真实任务中的学习与执行。
开源 SenseXperience UMI 数据集
为支持 WBCD 参赛团队与社区开发者，我们已在 Hugging Face 开源了 SenseXperience UMI 数据集。
该数据集围绕 Unitree G1 物流分拣任务采集， 由 SenseXperience 人类数据采集系统完成，包含真实任务场景中的第一视角操作数据与 UMI 类型 demonstration data。
开发者现可通过 Hugging Face 访问对应数据集：
https://huggingface.co/datasets/ICRA-WBCD/IO-AI-SenseXperience-UMI
从数据到研究探索
除了开放真实任务相关数据之外，我们也持续关注辅助遥操作、shared control 与 demonstration understanding 等方向。
今年，我们也联合吉林大学共同完成了辅助遥操作方向的相关研究工作：
《Adaptor: Advancing Assistive Teleoperation with Few-Shot Learning and Cross-Operator Generalization》
并已作为 ICRA 相关研究工作公开。论文关注辅助遥操作中的少样本适应与跨操作者泛化问题。
辅助遥操作虽然可以通过 shared control 提高效率，但不同操作者的习惯、熟练程度和动作风格会导致轨迹分布差异很大，从而影响系统对人类意图的判断。
Adaptor 提出一个少样本意图识别与动作生成框架：通过噪声注入合成 trajectory perturbations，并使用 geometry-aware keyframe extraction 提取关键轨迹信息；随后用 Intention Expert 编码人类意图，并结合 VLM context 条件化 Action Expert 生成动作。
相比传统 " 针对单一操作者进行动作补全 " 的辅助遥操作方案，Adaptor 更进一步探索了 " 面向多操作者的意图理解和泛化辅助 "。
论文地址：
https://arxiv.org/abs/2604.09462
雷峰网
