机器人交叉CCF会议推荐

一、IROS(IEEE/RSJ International Conference on Intelligent Robots and Systems)

1. 基本信息

  • 全称:IEEE/RSJ International Conference on Intelligent Robots and Systems
  • 简称:IROS
  • 创办时间:1988 年
  • 举办频率:每年一次(通常在秋季)
  • 主办单位:
    • IEEE Robotics and Automation Society(IEEE RAS)
    • Robotics Society of Japan(RSJ)

2. 学术定位
IROS 是全球机器人领域最重要的顶级国际会议之一,强调“智能机器人系统”,突出机器人在真实环境中的感知、决策与系统集成能力

3. 主要研究方向

  • 智能机器人系统与体系结构
  • 机器人感知与多传感器融合
  • SLAM、定位与地图构建
  • 运动规划与控制
  • 人机交互(HRI)
  • 多机器人系统与协同
  • 服务机器人、医疗机器人
  • 机器人学习(强化学习、模仿学习等)
  • 机器人与人工智能交叉研究

4. 学术影响力

  • 通常与 ICRA 并列为机器人领域最高级别会议
  • 论文引用率高,被 SCI/ EI 收录
  • 国内高校、科研院所通常认定为 A 类 / 顶级会议

5. 投稿与审稿特点

  • 投稿量极大(每年数千篇)
  • 竞争激烈,录用率约 40% 左右(随年份波动)
  • 鼓励系统性、工程落地性和实验验证充分的工作
  • 会议展示形式包括:Oral、Interactive(Poster)、Workshop

二、ICRA(IEEE International Conference on Robotics and Automation)

1. 基本信息

  • 全称:IEEE International Conference on Robotics and Automation
  • 简称:ICRA
  • 创办时间:1984 年
  • 举办频率:每年一次(通常在春季)
  • 主办单位:
    • IEEE Robotics and Automation Society(IEEE RAS)

2. 学术定位
ICRA 更偏向机器人领域的基础理论与方法创新,在机器人学的方法论、算法和理论深度方面具有极高权威性。

3. 主要研究方向

  • 机器人动力学与控制理论
  • 运动规划、轨迹优化
  • 机器人视觉与三维感知
  • SLAM 与状态估计
  • 机器人操作与抓取
  • 强化学习与机器人学习
  • 软体机器人
  • 机器人与自动化系统
  • 人形机器人与移动机器人

4. 学术影响力

  • 被普遍认为是机器人领域影响力最高的会议之一
  • 许多里程碑式工作(如 SLAM、运动规划算法)首先发表于 ICRA
  • 在职称评审、博士毕业、项目申报中具有极高认可度

5. 投稿与审稿特点

  • 审稿标准非常严格
  • 更强调:
    • 理论创新性
    • 方法的普适性与严谨性
  • 对实验和数学推导要求较高
  • 录用率一般略低于 IROS(通常 30%–40%

IROS 与 ICRA 的对比总结

维度IROSICRA
学术定位智能机器人系统、工程与应用导向理论、方法与算法导向
创办时间19881984
举办时间秋季春季
研究风格系统集成、真实场景验证理论深度、方法创新
难度与认可度顶级顶级(通常略高)
适合投稿工作工程系统、综合应用理论方法、算法突破

Read more

【AIGC前沿】MiniMax海螺AI视频——图片/文本生成高质量视频

【AIGC前沿】MiniMax海螺AI视频——图片/文本生成高质量视频

目录 1.MiniMax海螺AI视频简介 2.使用教程 1.MiniMax海螺AI视频简介 海螺视频,作为 MiniMax 旗下海螺 AI 平台精心打造的 AI 视频生成工具,致力于助力用户产出高品质视频内容。该工具依托 abab-video-1 模型,具备强大的文生视频功能。用户仅需输入关键词或简短语句,海螺视频就能据此创作出情节丰富的完整视频。此外,海螺视频运用 DiT 架构,能够精准模拟现实世界的物理规律,尤其在生成复杂场景与高动作场景时,展现出卓越的性能。 2.使用教程 点击如下链接,进入蓝耘元生代智算云平台主页 https://cloud.lanyun.net/#/registerPage?promoterCode=11f606c51e 点击主页上方栏的“MaaS平台” 然后点击左侧栏的“视觉模型”  可以看到可以免费体验一次I2V-01图片生成视频  点击如下红框处将图片上传  例如输入如下的图片 例如想让小狗动起来,可以在如下红框处输入相应的指令,然后点击立即生成

Amazon SageMaker 部署 AIGC 应用:训练 - 优化 - 部署 - Web 前端集成应用实践

Amazon SageMaker 部署 AIGC 应用:训练 - 优化 - 部署 - Web 前端集成应用实践

Amazon SageMaker 部署 AIGC 应用:训练 - 优化 - 部署 - Web 前端集成应用实践 背景 Amazon SageMaker 汇集广泛采用的亚马逊云科技机器学习和分析功能,统一访问所有数据,为分析和人工智能提供一体式体验,使用亚马逊云科技机工具进行模型开发、生成式人工智能、数据处理和 SQL 分析,在融通式合作开发工作室中加快协作和构建,借助强大的生成式人工智能软件开发助手 Amazon Q 开发者版提升效率,无论数据存储在数据湖、数据仓库,还是第三方或联合数据来源中,均可访问所有数据,同时内置治理功能可满足企业安全需求。 前言 本文将通过 Amazon SageMaker Notebook 实例完成 AIGC 模型的测试与验证,再将模型部署至 Amazon SageMaker Inference Endpoint 实现服务化,最后利用 Amazon

Android端Whisper中文语音识别实战:从模型部署到性能优化

快速体验 在开始今天关于 Android端Whisper中文语音识别实战:从模型部署到性能优化 的探讨之前,我想先分享一个最近让我觉得很有意思的全栈技术挑战。 我们常说 AI 是未来,但作为开发者,如何将大模型(LLM)真正落地为一个低延迟、可交互的实时系统,而不仅仅是调个 API? 这里有一个非常硬核的动手实验:基于火山引擎豆包大模型,从零搭建一个实时语音通话应用。它不是简单的问答,而是需要你亲手打通 ASR(语音识别)→ LLM(大脑思考)→ TTS(语音合成)的完整 WebSocket 链路。对于想要掌握 AI 原生应用架构的同学来说,这是个绝佳的练手项目。 从0到1构建生产级别应用,脱离Demo,点击打开 从0打造个人豆包实时通话AI动手实验 在Android设备上实现高效的语音识别一直是个挑战,尤其是处理中文这种复杂的语言。最近我尝试将OpenAI的Whisper模型集成到Android应用中,过程中遇到了不少坑,也总结了一些优化经验,分享给大家。 移动端语音识别的特殊挑战 1. 算力限制:相比服务器,手机CPU和GPU性能有限,特别是低端设备。

告别复杂操作:灵感画廊极简AI绘画体验

告别复杂操作:灵感画廊极简AI绘画体验 "见微知著,凝光成影。将梦境的碎片,凝结为永恒的视觉诗篇。" 你是否曾经被复杂的AI绘画工具劝退?参数太多、界面太乱、学习成本太高...现在,这一切都将成为过去。灵感画廊(Atelier of Light and Shadow)基于Stable Diffusion XL 1.0打造,却彻底摒弃了工业化的复杂界面,为你提供一个如艺术沙龙般恬静的创作空间。 1. 为什么选择灵感画廊? 传统的AI绘画工具往往让人望而生畏。密密麻麻的参数滑块、晦涩难懂的技术术语、需要反复调试的复杂设置...这些都不是创作者想要的。 灵感画廊完全不同。它相信:真正的创作应该专注于灵感本身,而不是技术细节。 这里没有"提示词",只有"梦境描述";没有"反向词"