论文征稿：Scaling H2R @ CoRL 2026

人类数据已成为机器人学习最重要的数据。但随着其规模扩大，我们能期待什么？ 更多的人类数据能提升机器人性能吗？更高的多样性能否推动泛化？

加入 Scaling H2R @ #CoRL2026 请于 10 月 7 日（AoE）前提交

https://scaling-h2r-corl.github.io

Scaling H2R — CoRL 2026 研讨会

来源：https://scaling-h2r-corl.github.io/

ScalingH2R@ CoRL2026

Human-to-Robot 中的缩放定律与多样性

地点

CoRL 2026，德克萨斯州奥斯汀

日期

2026年11月12日（半天会议）

投稿

8 页或 4 页（长文与短文）

投稿截止日期

2026年10月7日（AoE）

关于研讨会

从“是否”到“多少”

本研讨会延续了 Human-to-Robot（H2R）这一研究方向——利用人类数据学习机器人技能——但有意收窄了问题范围。以往工作确立了机器人是否能够从带传感器的、建模的人类行为中学习，而这里的核心前提是：制约因素已从可行性转向规模与多样性：人类数据是一种丰富且采集成本低的具身经验来源，但我们仍然缺乏对机器人能力如何随所收集人类数据的数量、多样性以及人类身体形态与目标机器人之间的差距而增长的实证理解。

我们汇集了模仿学习、第一视角感知、灵巧操作、硬件协同设计和世界模型等领域的研究者，共同探究将大规模、异构的人类数据转化为可靠机器人策略究竟需要什么。

缩放定律示意图：机器人能力 vs. 人类数据 两条曲线。多样化的人类数据持续攀升；狭窄的人类数据趋于饱和。虚线投影标记了开放问题。 ？多样化数据抬升曲线 狭窄数据趋于饱和 人类数据（对数刻度）→ 机器人能力 → 10² 10³ 10⁴ 10⁵ 图 1. 研讨会的核心问题——收益会随着小时数、演示者、场景和具身形态持续累积，还是会趋于饱和？虚线投影实际上会走向何方？

01

数据引擎

构建人类数据引擎和重定向流水线的研究者。

02

缩放定律

研究缩放定律与数据集组成的研究者。

03

世界模型

从人类视频开发第一视角世界模型的研究者。

04

硬件协同设计

协同设计硬件以缩小人机差距（human–robot gap）的研究者。

核心挑战

研究问题

1

人类数据的缩放定律

机器人策略性能是否随着人类数据量的增加而可预测地提升？在哪些轴上——小时数、任务、演示者、场景、具身形态——收益会实际累积，还是趋于饱和？

2

多样性优先于数量

哪些形式的多样性（任务、场景、物体、视角、演示者形态）能够推动下游泛化？我们如何衡量和构造多样性，而不只是简单扩大数据集规模？

3

规模下的具身差距

随着数据规模扩大，形态、运动学和接触/力不匹配如何削弱迁移效果？硬件协同设计能否收敛两种具身形态，使扩展变得有效？

4

第一视角世界模型

从大规模第一视角人类视频中学习到的动作条件预测性世界模型，能否产生迁移到机器人控制的表示或模拟器？

5

数据引擎与评估

哪些用于采集、重定向、自动标注和质量过滤的流水线能够扩展到真实场景人类数据？我们如何评估新增人类数据是否真正改善了机器人策略？

受邀演讲者

议程

暂定日程

08:30 – 08:35 开场致辞

08:35 – 09:05 口头报告环节 1 · 亮点报告 1–4 · 每个 5 分钟 + 2 分钟问答

09:05 – 09:30 特邀报告 1

09:30 – 09:35 休息 5 分钟

09:35 – 10:05 口头报告环节 2 · 亮点报告 5–8 · 每个 5 分钟 + 2 分钟问答

10:05 – 10:30 特邀报告 2

10:30 – 11:00 茶歇与海报展示

11:00 – 11:25 特邀报告 3

11:25 – 11:50 特邀报告 4

11:50 – 12:00 开放论坛 · 通过二维码收集观众提问

12:00 – 12:25 圆桌讨论

12:25 – 12:30 奖项与闭幕致辞

论文征稿

贡献您的研究

我们通过单一常规论文轨道（Regular Papers Track）征集投稿。我们欢迎关于机器人学习人类数据规模化与多样化的新研究、初步研究、进行中研究以及立场论文。

投稿详情

所有投稿必须为单个 PDF，使用 CoRL 2026 模板，并通过 OpenReview 提交。

• ✓**长文：**最多 8 页
• ✓**短文：**最多 4 页
• ✓参考文献和补充材料不计入页数限制
• ✓**非存档：**欢迎同时投稿（concurrent submissions）

在 OpenReview 上提交 → (https://openreview.net/group?id=robot-learning.org/CoRL/2026/Workshop/Scaling_H2R)

重要日期

• 投稿系统开放：2026年8月3日
• 投稿截止：2026年10月7日（AoE）
• 作者通知：2026年10月19日
• 终稿截止：2026年10月30日
• 研讨会日期：2026年11月12日

组织者

组委会

Ruoshi Liu

马里兰大学帕克分校

Hanjung Kim

Ryan Punamiya

Seungjae Lee

马里兰大学帕克分校

Seonghyeon Ye

Jeremy Collins

佐治亚理工学院

Irmak Guzey