机器人领域顶级会议梳理与具身智能学习路线
机器人领域的研究资源主要分为'跨领域旗舰顶会'和'细分方向顶会'。前者含金量最高，覆盖全方向；后者聚焦感知、决策、控制等子领域。两者多为 CCF A 类或领域内公认的顶级会议，适合跟踪前沿研究与投稿交流。
一、机器人领域旗舰顶会
这两个会议是行业内的'双子星'，影响力最大，投稿范围广。
1. ICRA（IEEE International Conference on Robotics and Automation）
定位：机器人领域最核心的旗舰会议，覆盖移动机器人、机械臂、视觉感知、SLAM、运动控制等全领域。 频率：每年 1 次（5-6 月举办，全球巡回） 特点：录用率约 25%-30%，兼顾理论创新与工程落地，很多实物机器人原型与仿真系统的突破性成果在此发布。
2. IROS（IEEE/RSJ International Conference on Intelligent Robots and Systems）
定位：与 ICRA 并列的旗舰顶会，更侧重'智能机器人系统'，聚焦真实环境中的应用。 频率：每年 1 次（9-10 月举办） 特点：偏向系统集成与实际场景验证，Gazebo 仿真与实物部署的成果较多，适合具身智能与多机器人协作方向。
二、细分方向顶会
若研究聚焦某一特定领域，以下会议的针对性更强。
1. 视觉感知与 SLAM 方向
- CVPR / ICCV / ECCV：计算机视觉三大顶会（CCF A 类），机器人视觉、3D 重建、SLAM 是核心板块。理论创新性要求高，适合视觉里程计、多传感器融合等研究。
- BMVC：权威会议（CCF B 类），认可度接近 A 类，投稿门槛相对友好，适合入门级前沿成果。
2. 强化学习与具身智能方向
- CoRL：机器人与强化学习交叉领域顶级会议，聚焦用机器学习解决决策问题。大模型与具身机器人的结合成果常在此发布。
- NeurIPS / ICML：机器学习领域顶会，机器人相关专题热度极高，适合基于深度学习优化机器人决策的研究。
3. 运动控制与系统方向
- RSS：机器人领域理论性顶会，聚焦运动学、动力学、轨迹规划等基础理论，是经典控制算法创新的'风向标'。
- CASE：工业机器人与自动化领域顶会，适合工业机器人控制与人机协作安全控制方向。
4. 其他方向
- HRI：人机交互领域顶会，聚焦语音指令、手势控制等交互设计。
- IV：智能车辆与移动机器人顶会，适合自主导航与环境感知研究。
三、具身智能学习路线建议
基于已有的视觉算法与编程基础，搭建一套系统的具身机器人学习路线，核心是从基础到进阶，逐步掌握'感知 - 决策 - 执行'全链路技术。
阶段 1：基础巩固与通识（1-2 个月）
重点是将编程能力适配到机器人开发场景，补全机器人学核心通识。
- 编程强化：C++ 需掌握多线程、内存管理及 ROS API；Python 需掌握 NumPy/OpenCV 及 PyTorch 等深度学习库。
- 机器人学基础：理解 DH 参数、正逆运动学、雅克比矩阵。推荐阅读《机器人学导论》。
- 开发环境：熟练掌握 ROS/ROS2 节点通信、Launch 文件及 Gazebo 仿真。
阶段 2：核心技术模块（3-4 个月）
发挥视觉算法优势，优先落地感知模块。
- 感知模块：进阶相机标定、手眼标定、视觉里程计。重点掌握深度相机使用与点云处理（PCL/Open3D），部署 SLAM 框架实现建图与定位。
