机器人领域最好的会议是什么?

点击下方卡片，关注「3D视觉工坊」公众号
选择星标，干货第一时间送达

编辑：3D视觉工坊

扫描下方二维码，加入3D视觉知识星球，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料：近20门视频课程（星球成员免费学习）、最新顶会论文、计算机视觉书籍、优质3D视觉算法源码等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！

回答一

作者｜叶小飞

https://www.zhihu.com/question/266477032/answer/2957081423

2023年了，现在越来越多的人把Vision和Robotics结合到一起做，所以我就在这里专门针对Vision for Robotics的角度来把各个机器人顶会按照难度、论文质量排序，并且说一下每个会议审稿人的大致喜好。

PS: 这里排出RSS，因为RSS里面搞视觉的比较少，但不考虑vision的话，RSS综合来看绝对是No. 1。

难度排序

我自己作为一作中过CVPR/ECCV/CoRL/ICRA/IROS/WACV, 所以就根据自己的投稿/审稿经验将这几个机器人会议的难度与视觉会议放在一起对比，这样更偏Vision一些的朋友也有个参照。

CVPR > ECCV~=CoRL >> ICRA ~= WACV > IROS

CVPR的难度略高于ECCV估计大家都没有什么意见，但是这个没进CCF列表，每年也就几百投稿的CoRL居然能和ECCV难度平齐？

没错，CoRL单看接受率确实比ECCV高了八九个百分点，但ECCV里的投稿非常鱼龙混杂，我自己审过的稿子有一半质量差的令人发指，我一度怀疑他们是来骗review的。而CoRL作为小众会议，来投的基本都是专注于这个领域的学者，整体投稿质量其实比较高，所以高上几个百分点并不代表什么。另外从Rebuttal的经历来说，CoRL采用openreview,  审稿人可以无限让你补充材料回答问题，我的rebuttal内容甚至比原文还要长，这一点也加大了CoRL的难度。最后， CoRL其实最主要还是RL的战场，所以对Vision投稿要求很严格，CoRL要求投稿人的文章紧扣Robotics, learning, vision, novelty, and practical 这五个关键词，能把这五个凑齐真的很不容易……

到了ICRA，难度降了不少，个人感官和WACV差不多，就是你把文章做扎实，找好问题，文章好好写，其实大概率会中的，并不需要太多novelty在里面。但和WACV不一样的是，搭积木的论文在ICRA中很不吃香，这点后面会细说。

再看IROS，做 SLAM一类的投IROS其实挺不容易的，但Vision的门槛低很多。说句实话，做Vision往robotics套最后投IROS很大概率都是走投无路了。。。我有一篇文章被三大会加NIPS连拒几次后在IROS找到归宿。。

质量排序

CoRL > ICRA > IROS

CoRL里面的大多数通关的Vision文章质量都不错，比如2022的“Real-World Robot Learning with Masked Visual Pre-training"， "CoBEVT: Cooperative Bird's Eye View Semantic Segmentation with Sparse Transformers" (手动狗头），2021的DETR3D等等，大多都值得一读。另外，大名鼎鼎的CARLA仿真软件也是在CoRL首发。

ICRA里的Vision文章有少许比较惊艳，譬如2023 Bolei老师的TrafficGen, Action-aware Driving Caption Transformer， 2022年的最佳论文等等。但它大部分还是趋于中规中矩，剩下的一些不堪入目。

到了IROS感觉Vision的文章非常鱼龙混杂，绝大部分没有什么营养价值。不过有些真的做到了上车/上实体实验的，还是值得一看。

审稿人喜好

CoRL

real-world, real-world, real-world! 重要的事情说三遍！投CoRL的Vision文章现在一定要有真实数据做验证，只用仿真大概率会被喷死。我参与的几篇里凡是只用仿真的，哪怕框架再新，也被挂了。

另外审稿人非常看重你的novelty与pratical的结合。你的模型learning的方式要novel，同时解决的问题要实际，不能说整了一堆花里胡哨的东西最后只是在于提高一两个百分点，更重要的是能解决什么实际的问题，所以故事一定要讲好。

ICRA

我目前投ICRA的战绩是六投六中，感觉ICRA的审稿人都比较reasonable，但同时又很实际。你可以只用仿真，设计的算法可以是已有的东西拼接起来的，但是你解决的问题一定要具有独特的意义，并且你的算法是为你的问题服务的。审过不少把ICRA完全当视觉会议投的，模型搭了一堆积木，却说不出为什么这样搭，最后又没讲清楚能解决啥实际问题，这种大概率挂。所以ICRA里你设置问题的setting非常重要。

IROS

一直没有抓到IROS审稿人的偏好，有我觉得很烂的被收了的，也有写的不错悲剧后来又中了ICRA的, 可能还是我投的审的过少。。。

最后说一下，以上只是根据我个人审稿+投稿经历，结合身边朋友的经验来讲自己的亲身体验，若有不对之处，欢迎素质讨论！

回答二

作者｜贾子枫

https://www.zhihu.com/question/266477032/answer/310947773

回答这个问题，是因为我在开始机器人领域的研究后，一直非常希望有人给我讲一讲机器人领域的会议和期刊，给我写作的指导，了解如何找到好文章和投文章，甚至包括Latex的用法，相关研究方向的Bibtex等等，回答中会涉及到部分期刊。虽然自己的publication算不上亮眼，但我总找借口说我攻读硕士学位，并没有发文章的硬性指标，这样的成绩还算不错啦！我回答问题有几个毛病，比较啰嗦，经常不能给出确定的答案，大概也比较枯燥，准备阅读的大家需要做好心理准备。为了给小白的同学们更大的帮助，按照成长路线来写。。

----------

感觉答案写太长了很多同学可能读不明白，其实主要是想说明好不好和大不大，难不难的关系。

会议的评价体系应该是有很多。可以看会议的影响力，比如早期我们就只有用类似于期刊的Impact Factor影响因子来评价，影响因子越高的会议，也会吸引更多更好的文章，中稿的几率也小。后来Google scholar则用H5 Index来评价会议的影响力。影响力的问题就是能反映出会议前几年文章的水平，不太能代表当下及以后。也可以看会议的采纳标准是不是很高，这个最简单的就是看Acceptance Rate，接收率越低就说明文章越难中，比如CVPR，ICCV的Oral接受率常低于5%，很多人也喜欢在自己的Publication List里面标注出这个数据。但是有些会议规模小，投稿的文章都是很好的文章，那么Acceptance Rate的参考意义就不大了，需要有行业内的专家“口碑”，这个口碑和会议的影响力以及Acceptance Rate关系不大，就是行内的认可度。所以如果一个会议规模很大，接受率低，影响力也很大，口碑超级好，那毋庸置疑是非常好的会议，比如NIPS，2017的Acceptance Rate是21%，投稿3240篇，中679篇。H5-Index在谷歌学术中的人工智能分类排名第一（忽略arXiv），这个霸主地位简直无法撼动。

----------

当年我对发文章的了解只有SCI和EI，期刊的话需要看影响因子（IF，Impact Factor），其他一律不懂。于是就会搜索“机器人最好的会议”。幸好那时候不会有世界机器人大会（WRC）这种误导。我收藏在自己收藏夹里的是两个科学网的网址。让我记住的就是机器人领域最厉害的会议就是ICRA和IROS！还有机器人领域的顶级期刊IJRR，JFR和TRO！（问题里给的Quora链接写的TOR，感觉就比较业余了。。。因为官网给的缩写就是T-RO，大概是因为引文的格式，Transactions on Robotics可以写成Transactions，Robotics On）

于是就开始心心念念的想给ICRA和IROS投文章，被屡次据掉不提。。

我自己记了一个My Publication Chronicles，最曲折一篇会议从10年写，到13年才发表。当时以为Robio是一个很好的会议，中了还很高兴，应该是被小木虫的帖子闲话机器人领域的国际会议 - 论文投稿 - 小木虫 - 学术 科研 互动社区误导了。。后来没钱开会就取消了。当时的CLAWAR和Humanoids明显好很多，不过方向比较窄，攀爬，足式，人形，都是注重locomotion的会议。

自以为连投了机器人三大顶会-_-!首次听说RSS是因为11年换工作到了新加坡科技局信息所工作，12年初就看到了这份所里给出的无条件资助开会的Tier 1会议列表。What？竟然没有ICRA和IROS？机器人相关的只有RSS？这份名单今天看也不算很过时，就附给大家参考。这里的会议大都不是靠会议的影响力来排名，而基本是专业领域的教授，评委会根据口碑选出来的。I2R的表单就是参考NUS的School Of Computing的表单。当然后来执行的时候ICRA和IROS其实也是无条件资助开会的，不然整个Robotics Program几十号人都没办法去开会了

后来随着我在13到15年迎来自己paper的高产期，对各个会议的认知又发生了一些变化。

没有最好，只有更好。

10年9月份把上面那篇文章投给ICRA的时候，正好和在微软亚研实习的中学同学一起住。他聊起发表的CVPR，我也说我投了机器人顶会ICRA。“ICRA啊？我知道啊，很好发呢！”“嗯。。。”

那段时间和他聊了很多，知道了ICCV，ECCV等计算机视觉的会议，也了解到那个时候做视觉的发不了视觉顶会的话，就会拿机器人顶会灌水。。。也知道了ICRA和IROS在计算机科学大领域的会议中排名只能算B类。我觉得做视觉的发表机器人会议文章，就是对我们的降维打击。

后来开始系统的看一些机器人领域大牛（Google Scholar从某个科学家的标签上点击robotics就可以看到有机器人学标签的各位大佬按照引用量的排名了）的文章，发现排名高的大牛们还会发很多AAAI，UAI，IJCAI，NIPS，AAMAS，ICML，...... 机器人毕竟还是和人工智能分不开。期刊也会发IEEE内大名鼎鼎的PAMI，这时候就觉得做机器人不能眼光只局限在小小的robotics，应该有更广阔的天地！

这个认知在我做神经认知机器人时又被刷新了。当时组里的机器人方向大家目标是RSS, ICRA, IROS, TRO，做神经计算的目标是NIPS，IJCNN，ICONIP，TNNLS，TAMD，TEC，Neural Computation，Neurocomputing之类，然后两个方向进行结合，组里的共同目标就是PLoS One（好像在生化方向已经是很水的期刊了），PLoS Computational Biology，以及PNAS。那个时候才知道了有一个期刊叫做PNAS，做工程的如果能发表到PNAS，大概将来能有机会评院士呢吧？跳出了纯工程领域的思维，发文章的等级又会有一次提升！

然后有一次听了意大利的BioRobotics大佬Paolo Dario的讲座，讲了两个小时他对Science和Nature的渴望。。。如果机器人和生物方向结合，看来发表NCS也不是不可能啊？

所以提一下比较敬仰的两个人发表的Science文章。

Gerald Edelman，从大脑转型做机器人相关工作后的Science文章。Learning in and from Brain-Based Devices（https://www.science.org/doi/10.1126/science.1148677）

Geoffrey Hinton，组里做视觉的老大哥给我说深度学习启蒙于这一篇文章。

Reducing the Dimensionality of Data with Neural Networks（https://www.science.org/doi/10.1126/science.1127647）

在这里，机器人人工智能完全上升到了科学的高度。不是调调参数摆弄摆弄模型刷一刷数据集能搞定的了。

跨领域的创新性工作是比较容易发在好的期刊和会议的上的。但是创新性的工作也很有可能做不出成果，需要权衡。

正题：ICRA，IROS，RSS和ISRR

可以说按照顶会顶刊鄙视链 科学领域 > 工程领域 = 计算机领域 > 机器人领域，在机器人领域中的这几个会议或期刊的差别并不大，不用太纠结。每个会议都有每个会议的基因和圈子，挑选合适的会议投就可以了。可谓没有好不好，只有合不合适。这个正题部分其实很多答案都写了许多，我主要补充一些资料供大家参考。

Google scholar的这个Metric排名可以算作是机器人会议和期刊的影响力。

ICRA一直盘踞这个榜单第一名，毫无疑问是机器人领域影响力最大的会议，历史悠久，而且从名字中的Automation就知道是从Control这一个分支进化来的机器人会议。涵盖范围非常大，也造成鱼龙混杂。如果做机械结构的创新，执行机构设计等等偏机械的文章投ICRA也是没问题的。

IROS是IEEE和RSJ共同主办，和ICRA就像是孪生兄弟，提交文章截止和开会日期都差个半年。所以每年大家都有两次提交自己工作的机会，不用着急~ IROS就没有了Automation，多了Intelligent，感觉收录文章的风格也会偏向智能和算法一些。

ICRA和IROS大概就像是视觉领域的ICCV和CVPR。RSS就有点像NIPS了。NIPS早年也是一个比较小众的会议，圈子也很小，这两年壮大的很厉害。相比之下RSS的规模还是不大。深度学习在机器人领域中的应用早期就很多发表在RSS上。感觉会议明显偏重算法。当然按照机器人顶会的要求，除了理论还要有机器人平台上的实际结果，感觉文章内的工作量都非常大。除了这三个会议之外，还有一个曾经也是很精致的机器人领域的顶级小会ISRR。在某些排名中也被列为A类。(CSDN链接中的缩写拼错成了ISSR) 。有些大佬应该是常年参会。不知道这几年光景怎么样了。

计算机会议排名等级 - CSDN博客blog.csdn.net/cserchen/article/details/40508181

都说三十年河东三十年河西，会议也是这样，可能随着一批主要科学家的淡出而淡出，也可能因为新的方向崛起而火爆。大家很多人都提到了Acceptance Rate，ICRA和IROS的常年在40%-50%之间，可谓相当之高。但是除去大佬灌水，评审各种相互提携，留给小白的机会并没有看起来那么美妙。

下面也是我收藏的夹中的一个列表，只是数据也比较过时了。。。

Conference Acceptance Rate Statistics（www.adaptivebox.net/CILib/CICON_stat.html）

最后是题主关心的RSS的统计，毕竟名字中带着Science，承担着机器人科学的使命。某年Vijay Kumar的团队就中了5篇么6篇。看17年的数据不知道是不是成了小众的聚会，希望不要慢慢变成ISRR的样子。

至于说IROS much worse than RSS...

看看过去5年两个会议被引用最高的5篇文章。RSS的，你读过几篇？

北美大牛扎堆

再带领你看一下IROS的前5。可以问问 @半闲居士 怎么看待much worse这个评价。。。

我想不用说什么了吧？

毕竟这三个会议我只发过IROS，写这么长为自己洗白，真累。。。

3D视觉工坊交流群

目前我们已经建立了3D视觉方向多个社群，包括2D计算机视觉、大模型、工业3D视觉、SLAM、自动驾驶、三维重建、无人机等方向，细分群包括：

2D计算机视觉：图像分类/分割、目标/检测、医学影像、GAN、OCR、2D缺陷检测、遥感测绘、超分辨率、人脸检测、行为识别、模型量化剪枝、迁移学习、人体姿态估计等

大模型：NLP、CV、ASR、生成对抗大模型、强化学习大模型、对话大模型等

工业3D视觉：相机标定、立体匹配、三维点云、结构光、机械臂抓取、缺陷检测、6D位姿估计、相位偏折术、Halcon、摄影测量、阵列相机、光度立体视觉等。

SLAM：视觉SLAM、激光SLAM、语义SLAM、滤波算法、多传感器融合、多传感器标定、动态SLAM、MOT SLAM、NeRF SLAM、机器人导航等。

自动驾驶：深度估计、Transformer、毫米波|激光雷达|视觉摄像头传感器、多传感器标定、多传感器融合、自动驾驶综合群等、3D目标检测、路径规划、轨迹预测、3D点云分割、模型部署、车道线检测、Occupancy、目标跟踪等。

三维重建：3DGS、NeRF、多视图几何、OpenMVS、MVSNet、colmap、纹理贴图等

无人机：四旋翼建模、无人机飞控等

除了这些，还有求职、硬件选型、视觉产品落地、最新论文、3D视觉最新产品、3D视觉行业新闻等交流群

添加小助理: dddvision，备注：研究方向+学校/公司+昵称（如3D点云+清华+小草莓）, 拉你入群。

▲长按扫码添加助理

3D视觉工坊知识星球

3D视觉从入门到精通知识星球、国内成立最早、6000+成员交流学习。包括：星球视频课程近20门（价值超6000）、项目对接、3D视觉学习路线总结、最新顶会论文&代码、3D视觉行业最新模组、3D视觉优质源码汇总、书籍推荐、编程基础&学习工具、实战项目&作业、求职招聘&面经&面试题等等。欢迎加入3D视觉从入门到精通知识星球，一起学习进步。

▲长按扫码加入星球

3D视觉工坊官网：www.3dcver.com

3DGS、NeRF、结构光、相位偏折术、机械臂抓取、点云实战、Open3D、缺陷检测、BEV感知、Occupancy、Transformer、模型部署、3D目标检测、深度估计、多传感器标定、规划与控制、无人机仿真、三维视觉C++、三维视觉python、dToF、相机标定、ROS2、机器人控制规划、LeGo-LAOM、多模态融合SLAM、LOAM-SLAM、室内室外SLAM、VINS-Fusion、ORB-SLAM3、MVSNet三维重建、colmap、线面结构光、硬件结构光扫描仪，无人机等。

▲长按扫码学习3D视觉精品课程

3D视觉相关硬件

图片	说明	名称
	硬件+源码+视频教程	精迅V1(科研级)）单目/双目3D结构光扫描仪
	硬件+源码+视频教程	深迅V13D线结构光三维扫描仪
	硬件+源码+视频教程	御风250无人机(基于PX4)
	配套标定源码	高精度标定板(玻璃or大理石)
添加小助理：cv3d007或者QYong2014 咨询更多

— 完 —

点这里👇关注我，记得标星哦～

一键三连「分享」、「点赞」和「在看」

3D视觉科技前沿进展日日相见 ~