主要观点总结
今年的机器人顶会CoRL上，两篇杰出论文使得自动驾驶汽车在漂移和导航方面的表现引人关注。其中一篇论文介绍了一种方法，能提高自动驾驶系统在极限操控条件下的安全性和可靠性；另一篇论文则展示了通过强化学习进行端到端大规模训练的导航智能体，其结果能够很好地泛化到现实世界。此外，文章还介绍了获得提名的一些论文，涵盖了数据选择、机器人技术视觉语言动作等领域。
关键观点总结
关键观点1: 自动驾驶汽车的漂移和导航技术成为焦点
今年的机器人顶会CoRL上，两篇杰出论文展示了自动驾驶汽车在漂移和导航方面的最新进展。其中，一项方法提高了自动驾驶系统在极限操控条件下的安全性和可靠性，另一项研究则通过强化学习训练了一个泛化能力强的导航智能体。
关键观点2: 杰出论文获奖者的研究成果
获得杰出论文奖的两篇论文分别介绍了在自动驾驶和机器人导航领域的最新突破。其中一项研究通过训练一个条件扩散模型，实现了在多种车辆和路况下的自动漂移；另一项研究则开发了一种基于强化学习的室内导航智能体，无需微调即可在真实世界环境中进行高效导航。
关键观点3: 杰出论文提名涵盖多个领域
获得提名的论文涵盖了数据选择、机器人技术视觉语言动作等领域。其中一项研究探讨了如何优化数据混合以提高模仿学习的效果；另一项研究则提出了一种新型扩散策略学习方法，利用域对称性来提高样本效率和去噪函数的泛化能力；还有一项研究关注人形机器人的模仿学习和技能学习，实现了从低级策略到现实任务的迁移。
文章预览
机器之心报道 机器之心编辑部 今年的机器人顶会 CoRL 杰出论文，竟然帮自动驾驶车稳稳地完成了漂移。 先来个甜甜圈漂移热个身： 然后，上点难度，来个「8 字」： 最后来个蛇形绕桩（Slalom，这次没有实体的桩）。可以听见，在绕到一半的时候，工作人员忍不住欢呼了一下。 即使地面湿滑，自动驾驶汽车的发挥也不受影响。 这些动作都是由一个安装了自动驾驶系统的雷克萨斯 LC 500 汽车来完成的，同样一套系统安装到丰田 Supra 上也可以安全运行。这得益于研究者们在 CoRL 一篇杰出论文中提出的方法，该方法可以提高自动驾驶在极限操控（如漂移）条件下的安全性和可靠性。 另外一篇获奖论文则有关机器人导航。作者借助强化学习对导航智能体进行了端到端大规模训练，结果可以很好地泛化到现实世界。其中，论文一作 Kuo-Hao Zeng 是一位华人学
………………………………
