RSS 2026最佳论文揭秘：FlashSAC如何重塑机器人强化学习范式
在机器人科学领域，RSS（Robotics: Science and Systems）始终被视为衡量学术创新与技术落地的风向标。2026年的RSS会议在悉尼落下帷幕，从708篇投稿中仅录用210篇，接收率不足30%，这一严苛的筛选机制确保了入围作品的高含金量。最终，三项最佳论文奖的揭晓，不仅展示了当前机器人研究的最前沿进展，更揭示了行业从单一任务控制向复杂环境适应、从依赖高精度传感器向低成本鲁棒感知转变的技术演进路径。
本次最佳论文奖由韩国联合团队提出的FlashSAC摘得，其核心贡献在于解决了高维机器人控制中离策略强化学习训练慢且不稳定的痛点。传统方法在面对复杂人形机器人或多自由度机械臂时，往往需要数小时的模拟训练才能收敛，且容易陷入局部最优。FlashSAC通过减少梯度更新频率，同时大幅扩展模型规模与经验池容量，并引入严格的权重与梯度范数限制，有效抑制了价值网络误差的累积。实验数据显示，该方法在10种模拟器及60余项任务中表现优异，特别是在Sim2Real环节，将人形机器人行走的训练时间从数小时压缩至数分钟，极大地降低了研发门槛与算力成本。
与此同时，最佳学生论文Muninn则为轨迹生成领域带来了新的加速思路。针对扩散模型在推理阶段计算量大的问题，Muninn引入了一种无需重新训练的缓存机制。该机制在去噪过程中动态评估复用历史计算结果的风险，仅在偏差较大时重新计算，从而在保证安全指标与任务表现的前提下，实现了最高4.6倍的加速比。这一创新对于实时性要求极高的闭环导航和操作任务具有重要意义，证明了在保持精度的同时提升推理效率是可行的技术路线。
在系统层面，最佳系统论文NeuralActuator直击低成本机械臂应用的痛点。传统机械臂依赖昂贵的力/扭矩传感器来实现精细操作，而摩擦、回差及温度变化常导致电流-力矩关系失准。NeuralActuator利用Transformer架构结合可微分仿真，能够同时预测执行器力矩、外部接触力及电机状态，使得机器人在无额外传感器的情况下具备力感知能力。该方案在500美元至3万美元不同价位的机械臂上均得到验证，并发布了对应的NAD数据集，为低成本具身智能硬件的普及提供了重要的软件算法支撑。
除了获奖论文，进入Final List的五项工作同样展现了华人学者及中国机构的强劲实力。清华大学AIR团队在仿生机器人面部机构合成上的自动化探索，为社交机器人的情感表达提供了新的硬件设计范式。哈佛大学与斯坦福大学合作提出的OAT（有序动作分词）技术，巧妙地将连续动作转化为具有因果顺序的离散Token序列，使自回归策略能够在推理速度与动作精度之间实现灵活权衡，这在算力受限的边缘计算场景中极具应用潜力。
银河通用参与的DAPL框架则展示了机器人在杂乱场景中的“外在灵巧性”。通过世界模型学习物体碰撞、滑动等动态变化，机器人不再局限于直接抓取，而是学会利用环境接触进行推、拨等操作。这种基于动力学感知的策略学习，使得机器人在未见过的真实场景中成功率显著提升，标志着具身智能从静态感知向动态交互迈出了关键一步。影眸科技与剑桥大学合作的cuNRTO框架，通过GPU加速非线性鲁棒轨迹优化，将复杂场景下的规划时间从小时级缩短至秒级，为解决Sim2Real中的模型误差与环境扰动问题提供了高效的数学工具。
此外，CMU团队在流体-机器人多物理场仿真方面的突破，也为水下仿生机器人提供了新的研究视角。通过统一求解刚体动力学与纳维-斯托克斯方程，他们成功优化出仿生机器鳗的高效游动姿态，并将仿真结果无缝迁移至真实硬件，轨迹误差大幅降低。这些成果共同表明，高精度的物理仿真与可微分建模正在成为连接虚拟训练与真实部署的重要桥梁。
在奖项之外，Early Career Spotlight环节四位青年学者的报告勾勒出未来机器人技术的四大支柱。李弘扬教授提出的“全身智能”概念，强调从底层的全身控制向顶层的自主决策演进，主张通过大规模预训练行为基础模型，实现跨任务、跨环境的泛化能力。这一观点呼应了当前大模型与机器人结合的趋势，即机器人不仅需要“小脑”维持平衡，更需要“大脑”进行长时程规划。
Wenzhen Yuan教授则深入探讨了触觉智能的本质。她指出，仅有高分辨率的触觉传感器并不等同于智能，关键在于如何将触觉数据转化为操作能力。通过物理仿真生成跨传感器的触觉表征，可以实现零样本迁移，这为解决触觉数据稀缺问题提供了新思路。Marco Tognon关于空中物理交互的研究，拓展了无人机的应用边界，使其从单纯的观察者转变为能够执行装配、维护等实体任务的操作者。Pulkit Agrawal则强调了力智能与终身学习的重要性，认为机器人必须在部署过程中持续从失败中学习，以适应不确定环境中的力量施加需求。
回顾过去，IJRR时间检验奖授予EuRoC数据集，RSS时间检验奖授予欠驱动柔顺机械手，这两项经典工作分别奠定了视觉惯性定位的数据基准和软体抓取的硬件基础。它们提醒我们，真正具有长远影响力的研究，往往是在数据标准化或硬件范式创新上做出了基础性贡献。FlashSAC、Muninn与NeuralActuator的出现，或许正是下一个十年机器人技术爆发的基石。
综上所述，RSS 2026所呈现的技术图景显示，机器人研究正朝着更高效、更鲁棒、更通用的方向发展。无论是通过算法优化缩短训练时间，还是通过系统创新降低硬件依赖，亦或是通过多模态融合提升环境适应能力，其终极目标都是让机器人走出实验室，进入真实且复杂的日常生活与工业场景。对于从业者而言，关注这些底层技术的突破，比追逐短期的应用热点更具战略意义。随着Sim2Real差距的进一步缩小，以及全身智能与触觉感知的深度融合，具身智能的商业化落地将迎来真正的拐点。