CoRL 2026 論文投稿量創歷屆新高，接受率降至 22%
2026-09-05
事件摘要
機器人學習領域頂級會議 Conference on Robot Learning（CoRL）於 9 月 5 日公布 2026 年會議統計數據，今年投稿量較去年成長近四成，創下歷屆新高，最終接受率降至 22%，是近五年來最低。大會將於 11 月 9 日至 12 日在美國德州奧斯汀 JW Marriott 舉行，9 日為工作坊，10 日至 12 日為正式議程。審稿委員會表示，今年投稿主題明顯集中在大型行為模型（Large Behavior Model）與跨具身學習（Cross-Embodiment Learning）兩大方向，反映出這兩個研究路線目前是機器人學習學界最活躍的競爭焦點。
技術意義解讀
投稿量創新高、接受率同步降低，這個組合本身就是一個訊號——代表整個機器人學習領域的研究人力與資源正在快速湧入，而不是單純研究產出的自然成長。本站報導過 Toyota Research Institute 發表新一代大型行為模型、Google DeepMind 更新 Open X-Embodiment 資料集 等案例，都指向大型行為模型與跨具身學習正是這波機器人 AI 研究熱潮的核心方向，CoRL 投稿主題的集中趨勢，某種程度上也印證了本站在模仿學習 vs 強化學習一文中討論的訓練範式，正在從單一任務、單一機器人平台的研究，快速轉向追求跨任務、跨平台泛化能力的方向。
接受率降到 22% 這個數字，也反映出學界競爭壓力正在快速升高——當愈來愈多資金充裕的產業實驗室（本站報導過的多家新創與大型企業內部研究團隊）也投入這個研究方向跟學術機構競爭發表，純學術團隊要在頂級會議上發表的門檻只會愈來愈高，這也是近年機器人學習領域論文品質與工程完整度要求同步提升的背景因素之一。