宾大茅佳源：从单次演示到 83% 真机泛化，破解具身智能数据困局｜IROS 2026

📋总体概括

宾夕法尼亚大学茅佳源团队在IROS 2026上提出面向具身智能的数据泛化方法，针对机器人操作任务中真实数据稀缺、演示泛化性差的行业困局，将机器人真机操作成功率从此前依赖单次演示的有限水平提升至83%的真机泛化表现。该工作试图以更低的数据成本获得可跨场景迁移的操作策略，为具身智能从实验室演示走向真实环境落地提供了新思路，也反映出学术界正在正面攻克数据瓶颈这一核心痛点。