
SISREN – Inteligencja Przestrzenna i Ustrukturyzowane Rozumowanie dla Nawigacji Wcielonej | CoRL 2026
Opis
SISREN – Inteligencja Przestrzenna i Ustrukturyzowane Rozumowanie dla Nawigacji Wcielonej: Nawigacja wcielona — zdolność autonomicznych agentów do celowego poruszania się w złożonych, nieustrukturyzowanych środowiskach — znajduje się na styku percepcji, kognicji i działania. Mimo znacznego postępu osiągniętego dzięki wstępnemu szkoleniu na dużą skalę, najlepsze systemy nawigacyjne wciąż mają trudności z zadaniami, które dla ludzi są proste: interpretacja wieloetapowych instrukcji przestrzennych, rozumowanie o zasłoniętych obszarach, generalizowanie priorytetów geometrii w różnych typach scen oraz hierarchiczne kompozycje relacji przestrzennych. Te luki wskazują na zasadnicze wyzwanie: obecne systemy nie mają silnej inteligencji przestrzennej — zdolności do tworzenia, manipulowania i wykorzystywania ustrukturyzowanych wewnętrznych reprezentacji świata w celu celu ukierunkowanego poruszania się. SISREN gromadzi badaczy z zakresu nauki o robotach, wizji komputerowej, nauk kognitywnych i przetwarzania języka naturalnego, aby zbadać, gdzie inteligencja przestrzenna zawodzi w agencjach wcielonych i jak ustrukturyzowane rozumowanie — na przykład nad mapami, grafami scen, affordancjami i reprezentacjami zakotwiczonymi w języku — może rozwiązać te problemy. Wydarzenie skierowane jest do badaczy i studentów podyplomowych pracujących nad nawigacją wcieloną, zrozumieniem scen i uczeniem reprezentacji, co jest szczególnie istotne w kontekście koncentracji społeczności CoRL na wdrażalnych, generalizowalnych systemach robotycznych.
Lokalizacja wydarzenia
Daj swojej sieci znać, że idziesz
Udostępnij to wydarzenie, aby rozpocząć rozmowy, zaprosić kolegów i nawiązać kontakty przed jego rozpoczęciem.
Poznaj prelegentów

Jason Liu
Temat:Postdoctoral Fellow, Computer Science, MIT. Foundation models for structured reasoning, navigation, and interaction in physical environments.
Bolei Zhou
Temat:Associate Professor of Computer Science, UCLA. Visual representation learning, scene understanding, and spatially grounded foundation models.
Dinesh Manocha
Temat:Distinguished Professor of Computer Science, University of Maryland. Navigation, simulation, crowd modeling, and physically grounded reasoning for autonomous systems.
Lu Gan
Temat:Assistant Professor of Aerospace Engineering, Georgia Institute of Technology. Visual localization, SLAM, 3D scene understanding, and spatial representation for embodied AI.







