当地时间 9 月 30 日，IROS 2026 主会在美国匹兹堡落下帷幕，本届大会的主要奖项也在最后一天正式揭晓。
AI科技评论在现场获悉，今年的 Best Paper Award 最终颁给了一项关于机器人“长期记忆”的研究。Yumin Lee、Hyoseok Ju 和 Giseop Kim 凭借《LT-Mem: Volatility-Aware Spatio-Temporal Memory for Lifelong Scene Understanding》拿下最佳论文。
Best Student Paper Award 则由 Pei-An Hsieh、Fengjun Yang、Nikolai Matni 和 M. Ani Hsieh 获得。他们研究的是多架四旋翼无人机以极近距离编队飞行时，如何应对彼此之间复杂的气流干扰。
另外两项颇为吸睛的奖项属于人形机器人。一项工作让人形机器人学习真人网球动作，另一项则让人形机器人端起托盘，在双足行走的同时保持托盘上的物体稳定。
如果把今年的获奖论文和 Best Paper Finalist 放在一起看，长期记忆、VLA、世界模型、4D 场景理解、视触觉操作、飞行控制、人形机器人、软体机器人和生物制造机器人等方向都出现在了名单之中。
相比单纯讨论机器人又“学会了什么新动作”，今年的一批获奖工作开始触及一个更加现实的问题。当机器人真正进入现实环境之后，怎样让这些能力持续、稳定地工作？
这是今年 IROS 最佳论文背后的一个核心问题。Yumin Lee、Hyoseok Ju 和 Giseop Kim 的获奖论文题为《LT-Mem: Volatility-Aware Spatio-Temporal Memory for Lifelong Scene Understanding》。
对于今天的大多数机器人系统而言，“理解一个场景”更多是在理解此时此刻的场景。机器人走进办公室，看见桌子、椅子、打印机，可以建立一套场景表示；第二天椅子被搬走，它又可以根据新的观测更新自己的地图。
问题也由此产生。如果新的状态不断覆盖旧状态，那么机器人虽然知道“现在是什么样”，却逐渐失去了“过去是什么样”。LT-Mem 将这种现象称为 temporal amnesia，也就是时间性遗忘。
对于真正长期运行的机器人来说，历史恰恰可能非常重要。一堵墙几乎不会移动，一张办公椅偶尔会被挪走，人的背包每天可能出现在不同位置，一个停车位则可能呈现某种周期性的占用规律。
机器人不仅需要认识这些东西，还需要知道什么东西会变、多久变一次，以及过去是怎样变化的。
LT-Mem 因此没有简单地继续扩大模型，而是设计了一套分层的长期记忆结构，其中包括 Live Memory、Delta Memory 和 Meta Memory 三个层次。
Live Memory 保存当前世界的状态，Delta Memory 记录场景发生过哪些变化，Meta Memory 则进一步从长期历史中总结规律。在这套系统中，一个尤其重要的概念是 Volatility，也就是易变性。
机器人会根据不同对象历史上发生变化的频率，判断它究竟是一个相对稳定的环境组成部分，还是一个频繁发生变化的对象，并据此决定如何组织自己的记忆。
于是，机器人面对的问题不再只是“绿色椅子在哪里”，还可以进一步变成“这把绿色椅子过去都出现在哪里”“这个停车位什么时候最可能空出来”“这个物体的位置是否足够稳定，可以作为长期导航的参照”。
这也是 lifelong scene understanding 和普通场景理解之间的重要区别。机器人面对的不再是一张静止的照片，而是一个有历史的世界。
最终，LT-Mem 从今年 10 篇 Best Paper Finalist 中胜出。某种程度上，这个结果也反映出机器人研究正在面对的一个越来越现实的问题。如果机器人未来真的要连续工作几个月甚至几年，它应该怎样理解时间？
为了方便大家抱团交流、互通会议消息，我们专门建了IROS2026参会交流群！进群你会解锁这些「福利」?
会议情报站：投稿 DDL、格式规范、评审进度……关键节点第一时间送达，再也不怕错过 deadline，投稿准备稳稳的。
同行茶话会：天南海北的同行都在群里，聊心得、碰思路、攒人脉，科研路上我们同行。
前沿补给站：最新研究成果、热点方向实时同步，结合会议主题帮你捋清投稿脉络，给论文灵感加满油。
约局广场：约饭局、采访局、交流局……想唠嗑、想合作、想面基，群里发起就成。
? 进群传送门：扫码进群或添加微信Luyoyo_2026，备注：ECCV + 单位/学校+姓名+方向。
让触觉像视觉一样YY易游体育平台可规模化，哥大李昀烛团队 FlexiTac 的开源实践 IROS 2026
数据越多≠决策越好：从无人机滑翔到多机器人通信，重新审视数据与信息的关系 IROS 2026
至简动力冯宗宝：在间隙仅 0.5 毫米的真实场景下，实现机器人造机器人 IROS 2026
吴佳俊 IROS 2026 演讲：结构化表征不是答案， 是机器人学会推理的脚手架 IROS 2026
银河通用&清华 LATENT：用「不完美人类数据」让机器人学会网球对打 IROS 2026
IROS 2026大奖揭晓：长期记忆拿下最佳论文，人形机器人打网球、端托盘双双获奖
宾大茅佳源：从单次演示到 83% 真机泛化，破解具身智能数据困局｜IROS 2026
JEPA、空间智能路线正面交锋：WorldArena 2.0 挑战赛开考「能不能被机器人真正用起来」 IROS 2026
数据越多≠决策越好：从无人机滑翔到多机器人通信，重新审视数据与信息的关系 IROS 2026
至简动力冯宗宝：在间隙仅 0.5 毫米的真实场景下，实现机器人造机器人 IROS 2026
银河通用&清华 LATENT：用「不完美人类数据」让机器人学会网球对打 IROS 2026
