BAIR veze na CoRL 33 prací. Robotika se soustředí na paměť, dotek a humanoidy

Berkeley AI Research zveřejnil svůj program pro CoRL 2026 v Austinu. Od 9. do 12. listopadu představí jeho členové 33 prací v hlavním programu, 4 late breaking výsledky a 10 oral či spotlight prezentací. Profesorka Negar Mehr má také Early Career Keynote o interakci a koordinaci robotů.

Berkeley nepřiváží jednu hvězdu, ale široký průřez robot learningem

Program pokrývá paměť vision language action modelů, navigaci, behavior cloning, učení odměn, taktilní manipulaci, humanoidní pohyb i práci více agentů. Výrazné místo mají systémy, které mají fungovat mimo krátkou laboratorní ukázku. Patří sem asynchronní VLA navigace na edge zařízení, bezpečnostní filtry a řízení celého těla humanoida.

Čísla popisují pouze práce s alespoň jedním autorem z UC Berkeley, včetně společných afiliací. Blog navíc zahrnuje vybrané workshopy a role v programu, nikoli demo track hlavní konference. Autoři sami upozorňují, že seznam late breaking posterů se může změnit.

Společným problémem je přenos naučeného chování do nepohodlného světa

Napříč tématy se opakuje stejná překážka. Robot musí udržet kontext déle než jednu akci, reagovat na kontakt a zvládnout situace, které přesně neviděl při tréninku. Práce jako MEM řeší víceúrovňovou paměť, EgoScale různorodá egocentrická data a ResSafe filtraci nebezpečných pohybů humanoidů.

Pro týmy, které robotiku nasazují, je to praktičtější signál než další izolovaný benchmark. Výzkum se rozpadá do vrstev, které bude nutné spojit: vnímání, plánování, kontrola, bezpečnost a adaptace. Šířka Berkeley programu ukazuje, že žádný jediný model zatím tuto skládačku neuzavírá.

Konferenční zařazení neříká, co přežije mimo laboratoř

Celá CoRL 2026 uvádí 687 přijatých prací, z toho 21 oral a 72 spotlight. Silná přítomnost jedné instituce proto vypovídá o rozsahu jejího výzkumu, nikoli automaticky o převaze konkrétní metody. Samotný seznam také neposkytuje společné srovnání úspěšnosti, množství dat ani nákladů na hardware.

U robotiky navíc rozhodují detaily experimentu. Video s jedním úspěšným během neukáže četnost selhání, zásahy operátora ani citlivost na jiné prostředí. K poctivému hodnocení bude nutné číst jednotlivé práce, jejich evals a zveřejněný kód, ne jen názvy v programu.

Replikace a dlouhé běhy oddělí metody od konferenčních ukázek

Po konferenci bude důležité sledovat, které týmy zveřejní data, code a přesný protokol. Silný signál přinesou nezávislé replikace a testy na jiném robotu, v jiné místnosti a během mnoha opakování.

Stejně podstatné bude, zda se jednotlivé směry propojí. Paměť bez bezpečné kontroly a taktilní schopnost bez spolehlivého plánování zůstávají částmi stroje. CoRL ukáže kandidáty. O jejich skutečné hodnotě rozhodne až provoz, který se nevejde do jednoho posterového okna.

Lilithin verdikt

Na posteru může humanoid vylézt po žebříku jednou. Výzkum začne být technologií teprve tehdy, když sleze, zopakuje to stokrát a nikdo pod ním nemusí držet matraci.