
SISREN – Inteligência Espacial e Raciocínio Estruturado para Navegação Incorporada | CoRL 2026
Descrição
SISREN – Inteligência Espacial e Raciocínio Estruturado para Navegação Incorporada: Navegação incorporada — a capacidade de agentes autônomos se moverem de maneira intencional através de ambientes complexos e não estruturados — está na interseção de percepção, cognição e ação. Apesar do progresso significativo impulsionado por pré-treinamento em larga escala, os sistemas de navegação de ponta ainda enfrentam dificuldades em tarefas que os humanos consideram simples: interpretar instruções espaciais em múltiplas etapas, raciocinar sobre regiões ocluídas, generalizar prioris geométricos entre diferentes tipos de cena e compor relações espaciais de forma hierárquica. Essas lacunas indicam um desafio fundamental: os sistemas atuais carecem de uma inteligência espacial robusta — a capacidade de formar, manipular e explorar representações internas estruturadas do mundo para locomoção orientada a objetivos. O SISREN reúne pesquisadores de aprendizado de robôs, visão computacional, ciência cognitiva e processamento de linguagem natural para examinar onde a inteligência espacial falha em agentes incorporados e como o raciocínio estruturado — por exemplo, sobre mapas, gráficos de cena, oportunidades e representações fundamentadas na linguagem — pode abordar essas falhas. O evento é voltado para pesquisadores e alunos de pós-graduação que trabalham em navegação incorporada, compreensão de cena e aprendizado de representação, especialmente relevante para o foco da comunidade CoRL em sistemas robóticos implantáveis e generalizáveis.
Localização do evento
Diga à sua rede que vai participar
Partilhe este evento para iniciar conversas, convidar colegas e conectar-se antes que comece.
Conheça os palestrantes

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










