2027第十一届机器人与机器视觉国际会议(ICRMV 2027)将于2027年3月19–21日在中国·杭州召开。ICRMV致力于为机器人与机器视觉领域的研究人员提供一个交流、学习与合作的平台。来自工业界、学术界及政府机构的专家学者将汇聚一堂,共同探讨推动该领域发展的新机遇。
会议出版
ICRMV 2027 所有录用文章在完成注册后被收录出版至 ICRMV 2027 会议论文集,并提交 EI 核心和 Scopus 检索。
会议日程
2027年3月19日 | 登记并领取材料
2027年3月20日 | 开幕式+专家主题演讲 (上午)+作者报告 (下午)
2027年3月21日 | 特邀嘉宾报告(上午)+ 作者报告 (下午)
征稿主题
| 主题1:机器人学中的机器学习 用于机器人学的监督 无监督和强化学习 自适应与自主机器人控制系统 机器人从示范和模仿中学习 基于学习的运动规划与导航 多机器人学习与协调 | 主题2:机器人学中的深度学习 用于机器人控制的深度强化学习 用于机器人感知的卷积神经网络(CNN) 用于序列机器人任务的循环神经网络(RNN) 用于机器人定位与建图(SLAM)的深度学习 用于机器人操作和移动的端到端学习 |
| 主题3:机器视觉与感知 用于机器人应用的图像和视频分析 3D视觉 运动恢复结构和深度感知 视觉跟踪 目标检测和姿态估计 用于场景理解的语义和实例分割 基于视觉的操作 抓取和触觉-视觉集成 | 主题4:机器人学基础与控制 机器人运动学 动力学和运动规划 多机器人系统 群体机器人和协调 人机交互与协作机器人 软体机器人 仿生机器人和可重构机器人 机器人感知 状态估计和传感器网络 |
| 主题5:机器学习与视觉在机器人学中的应用 医疗与手术和康复机器人 工业自动化与制造和物流 自动驾驶车辆与人机和智能交通系统 服务与社交和辅助机器人 农业与野外和林业机器人 | 主题6:理论基础与实际部署 用于机器人视觉的神经网络架构进展 统计学习与可扩展性和实时效率 机器人学习模型的可解释性与可说明性和安全性 真实世界环境中的鲁棒性与泛化能力和领域自适应 已部署系统的基准测试与性能评估和案例研究 |
联系方式
会议秘书:Ms. Nina Xu
会议邮箱:icrmv_conf@163.com