广东
在刚刚落幕的全球机器人顶会ICRA 2026上，道通科技(688208)旗下AvantRobotics团队携手澳门大学，在大会“开放世界机器人中的不确定性”专题研讨会上发布了名为“隐式虚拟领导者”（Implicit Virtual Leader，IVL）的去中心化视觉编队控制框架。
今年ICRA以“Robots for All”为主题，在奥地利维也纳举行，吸引86个国家逾8000名学者与产业人士参与，有效投稿4947篇，录用率约38%。本届大会呈现鲜明的“中国主导”特征，中国高校占据Top20学术机构55%席位，清华大学以74篇录用居全球第一。
多机器人编队作业是物流仓储、工业巡检、应急救援等场景的核心需求，但现有方案长期面临三道瓶颈：依赖GPS定位、抗干扰能力弱、单一“领队”失效后整支编队随之瘫痪。
IVL的思路是用一个虚拟的“编队几何中心”取代传统方案中的物理或虚拟领导机器人，让每台机器人仅凭一个普通单目摄像头，独立推断自己相对于这个隐式参考系的六自由度（6DoF）位置与朝向，同时输出对自身判断的置信度。
在模型架构上，IVL采用基于图神经网络（GNN）的两阶段Transformer架构。每台机器人先将单目图像通过视觉基础模型编码为特征向量，再经由GNN在机器人间通信拓扑上完成消息传递与推理。值得关注的是，模型仅在2—5台机器人的编队数据上训练，在6—7台机器人的编队中依然保持稳定，验证了该架构对编队规模的泛化能力。
IVL目前仍处于学术研究阶段，但其产业应用逻辑值得关注。道通科技目前在巡检机器人、空地协同等多个具身智能场景已有布局，而IVL所解决的核心问题，集群在不确定环境中如何可靠地感知彼此位置，在上述场景中具有高度共性。
工业巡检往往面临GPS信号弱、视野遮挡频繁的环境；空地协同需要无人机与地面机器人的异构组网。IVL“规模无关”的GNN架构在机器人数量与形态变化时无需重新训练，本身具备从小规模到大规模集群的适配能力。IVL通过ICRA同行评议并公开发表，意味着该技术路线已形成可量化的评价基准，具备了进入商业化验证阶段的前提条件。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
