Reference

Research & Competition Portfolio

把比赛、论文和 benchmark 复现当成三条可切换出口，而不是把学习绑在一个截止日期上。

核心原则

一个能力池

数据审计、baseline、world model、policy、闭环评估、失败分析，先沉淀成可复用实验组件。

三个出口

Challenge 看官方指标；paper 看研究问题；benchmark report 看协议和复现性。

随时可切换

官方窗口关闭时，改投 workshop、整理 technical report，或做公开 benchmark 复现。

证据优先

排行榜分数只是证据之一；无协议、无 baseline、无 seed 的分数不能变成研究结论。

当前默认组合

RoboWorld WorldNav 是默认 challenge 路线；同时维护一条 workshop paper / technical report 线和一条 benchmark reproduction 线，避免错过一个窗口后成果没有落点。

三条产出线

Track	你要回答	最小交付物	风险
Challenge submission	官方指标是否提高，提交是否合法？	规则记录、baseline、validation 结果、submission log、技术报告	窗口、数据体量、格式、资格和服务器评分的不确定性
Workshop paper / technical report	问题是否清楚，证据是否支撑 claim？	问题定义、协议、多 baseline、多 seed、消融、失败分析、limitations	实验规模不足或贡献被表述成过度 claim
Benchmark / reproduction report	结果能否被别人复现，误差来自哪里？	协议、环境、配置、命令、结果表、敏感性分析	需要耐心整理工程细节，短期曝光可能较低

机会筛选表

报名或投稿前逐项填写。任何一项无法满足，就先降级为观察项或寻找替代出口。

维度	必须确认	不合格时的处理
Data	能否合法下载？大小多少？split 是否明确？字段和单位是否可审计？	改用公开小规模 benchmark 或最小子集复现
Compute fit	训练、微调、推理分别需要多少 GPU / 显存 / 时间？	缩小模型、减少 seed 中的探索实验、只保留正式 3 seed
Baseline	官方或公开 baseline 是否可复现？有没有至少三个可比对象？	先完成 reproduction report，不做方法改进
Official metric	主指标、tie-break、test server 限制、外部数据规则是什么？	切换到协议清晰的公开 benchmark
Reproducibility	配置、seed、环境、命令、checksum 能否固定？	先补实验记录，不进入写作阶段
Time budget	距离 deadline 是否至少有复现 + 改进 + 失败重启三轮时间？	转下一届、workshop report 或内部技术分享
Value	得到的是排名、研究问题、公开资产，还是工程能力？	若三者都不是，归档为 rejected_ideas

World model / embodied AI 机会地图

入口	主要任务 / 议题	适合承载的产出	官方入口
RoboWorld Challenge 2026	WorldNav、HA-VLN 2.0、SafeDrive-VLA	默认 challenge：轨迹预测、闭环导航、安全驾驶	官网 / 课程路线
AGIBOT WORLD Challenge 2026	open-world understanding、manipulation、world modeling、Sim2Real	操作与世界模型比赛；注意当届线上/线下阶段可能已结束	官网
RoboChallenge	robot foundation models、VLA、policy evaluation、long-horizon tasks	真机/机器人基础模型 benchmark 与比赛观察	官网
GigaBrain Challenge	world model empowered VLA、simulation、real-world evaluation	与 RoboWorld 并行的 challenge 候选	官网
Embodied AI Workshop	navigation、rearrangement、VLN 等 challenge	具身导航与指令跟随任务族入口	官网
WorldModelBench	视觉预测质量、物理合理性、时序一致性	world model 评估与 benchmark report	官网
WorldArena	embodied world model 的感知与功能维度	世界模型评价协议对比	官网 / GitHub
CoRL workshops	robot learning、manipulation、learned simulation、world models	技术报告或 workshop paper 的长期出口	官网

时间边界

本页更新于 2026-10-26。许多 CVPR 2026、ICRA 2026、ICLR 2026、NeurIPS 2026 workshop 周期可能已经结束。不要从本页推断报名状态；进入任何活动前先核对官方页面和 CFP。

去哪里找新机会

Conference workshops

CVPR、ICCV、ECCV、NeurIPS、ICLR、CoRL、ICRA、IROS 的 workshop / challenge 页面。

Challenge 平台

CodaBench、EvalAI，按 robotics、embodied AI、world model 检索。

OpenReview

OpenReview 查 workshop CFP、审稿标准、接收论文和常见问题定义。

Paper discovery

arXiv 找新方法；Papers with Code 找代码、数据集和 baseline。

Embodied AI hubs

Embodied AI Workshop、AI Habitat、BEHAVIOR、LeRobot。

官方 GitHub

比赛 repo 的 README、issue、release 和 submission template 常比二级新闻更可靠。

四个可研究问题

方向	研究问题	最小扩展实验	可能产物
Offline / closed-loop mismatch	为什么 offline MSE 改善没有带来闭环 success？	更多 seed、rollout horizon 曲线、distribution shift、failure taxonomy	Evidence-hierarchy 报告或 workshop paper
Action controllability	改变 action 后，未来预测是否真的按语义分叉？	同初始状态多动作、action-conditioned vs unconditional、divergence 指标	评估指标 + benchmark report
VLA embodiment mismatch	接口匹配是否等于 embodiment 迁移？	action-space audit、adapter、zero-shot vs finetune、闭环评估、延迟显存	技术报告或负结果论文
World-model-assisted planning	想象未来能否改善动作选择？	RSSM rollout 候选动作、imagined scoring、gym-pusht 闭环	课程 capstone → challenge/paper 双出口

Portfolio 目录模板

research_portfolio/
├── README.md
├── decision.md
├── challenge_track/
│   ├── roboworld/
│   ├── other_challenge/
│   └── submission_log.md
├── paper_track/
│   ├── main.md
│   ├── figures/
│   ├── tables/
│   ├── experiments.json
│   ├── reproduction.md
│   └── limitations.md
├── benchmark_track/
│   ├── protocol.md
│   ├── baselines.md
│   ├── results.json
│   └── report.md
└── archive/
    ├── rejected_ideas.md
    └── negative_results.md

最低实验标准

Publishable / submission-ready checklist

至少 3 个 baseline；至少 3 个正式 seed；episode-safe train/validation/test split；offline 与 closed-loop 指标分列；seen/unseen 结果分列；关键 ablation；latency、显存和训练成本；失败案例分类；精确命令、配置和随机种子。

与课程的连接

Lesson 0012：先把问题写成可证伪实验。
Lesson 0013：执行默认 challenge 出口。
Lesson 0014：把成果扩展为三线 portfolio。
Evaluation system：区分 interface、offline、closed-loop 证据。
Benchmark map：查找具体平台与任务族。