背景

2026年9月27日，小派科技在美国匹兹堡支持举办了 IROS 2026 全天研讨会 「Full-Shift Robot Co-Workers：面向人类环境的主动感知与交互」。

IROS 是全球规模最大、影响力最广的机器人研究会议之一，与 ICRA、RSS 同为机器人领域国际顶会。本次研讨会围绕机器人如何在真实环境中持续完成工作展开，涵盖感知、推理、执行与长期自主作业等议题。
图1：小派参与 IROS 2026 研讨会现场

SLAM与状态估计

研讨会现场，与小派在SLAM方向上长期保持合作的黄国权教授作为组织者之一参与颁奖。

黄国权教授为美国特拉华大学教授，长期从事机器人的状态估计与空间感知研究，在SLAM基础理论与视觉惯性导航领域具有持续影响力。他参与开发了开源视觉惯性导航平台 OpenVINS，并担任机器人领域重要学术期刊 IEEE T-RO 编辑。

OpenVINS 是 VIO（Visual-Inertial Odometry）领域被广泛使用的开源系统之一，在机器人状态估计、多传感器融合与自主导航中被大量引用。对于从事SLAM、VIO方向的研究者和开发者而言，黄国权教授的工作是这一领域的重要基础设施。
图2：黄国权博士现场参与颁奖

核心议题：机器人如何持续工作

本次研讨会的核心问题意识是：机器人如何在真实环境中持续完成工作？

围绕这一主线，议题覆盖：

感知：机器人在非结构化环境中的主动感知与场景理解
推理：基于多模态信息的任务规划与决策
执行：长时作业中的运动控制与操作精度
长期自主作业：机器人在真实环境中的持续运行能力

其中，真实世界中的人类操作数据被反复提及，作为机器人技能学习的重要数据来源。

头戴式感知设备：从第一视角记录人类操作

研讨会中讨论的一个关键技术路径是：利用头戴式感知设备，从第一视角记录人类操作过程。

这类设备能够同时采集：

空间位置信息：设备在环境中的6DoF位姿
运动追踪数据：头部与手部的运动轨迹
第一视角视觉数据：人类操作过程的完整视觉记录

将这些数据结合，可以为机器人学习人类操作提供真实世界的数据基础。这一路径与当前具身智能领域讨论的 WAM（World-Action Model） 路线高度相关——即通过第一视角人类数据，训练机器人理解“人在世界中如何行动”。

小派科技在空间定位、运动追踪与多传感器融合方面有多年技术积累。随着品牌升级，小派正进一步向物理AI领域延伸，探索将头戴式感知技术应用于具身智能数据采集，为机器人训练提供更丰富的真实世界数据。

技术延伸阅读

《小派科技参与 IROS 2026 研讨会，聚焦机器人长时作业能力》

《全民数采拆解：从30元时薪到150亿估值之间，隔了几颗传感器？ |〈小派有数〉先导篇》

声明：本文为 IROS 2026 研讨会技术观察，不构成任何产品推荐或投资建议。