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

斯坦福大学助理教授吴佳俊在 IROS 2026 提出，用结构化表征构建物理智能体，通过可学习的领域专用语言描述任务并驱动执行。该范式让感知、控制乃至规划均由基础模型学习，近期工作已用后训练的开源模型替代传统任务规划器，显著提升长时程任务动作序列的可执行概率。团队还在探索无演示学习，让机器人在没有演示数据的情况下自行推断与未见物体的交互方式。