会议简介
2026互联具身智能国际会议（CCEI 2026）将于 2026 年 12 月 13 日至 15 日在中国合肥召开。CCEI 以 “连接身体、机器与智能” 为主题，汇聚具身人工智能、网络通信与计算系统领域的学术与产业力量，旨在为全球具身基础模型、世界模型、多智能体协同、低时延高可靠通信、边云协同计算、实时感知控制、行业具身应用等相关领域的专家学者、工程技术人员和产业界代表提供一个共享科研成果、交流最新进展、探讨前沿趋势、促进技术合作与产业转化的高水平平台。欢迎国内外研究者踊跃投稿！
大会官网：http://http://ccei.ieee-aiconf.cn/
投稿链接：http://ccei.hotcrp.ieee-aiconf.cn/
Track 简介
今天介绍的track是：Learning, Adaptation, and Knowledge Sharing（学习、适应与知识共享），这个方向聚焦具身智能体 "怎么学会技能、如何持续进化、彼此怎样共享经验"，主要包含四块：
面向具身智能体的强化学习与模仿学习：通过奖励驱动的强化学习、跟人类示教的模仿学习，让机器人掌握运动、操作等具体技能。
分布式机器人之间的联邦学习与协同学习：让多台机器人在数据不出本地的前提下联合学习、共享经验，实现 "一台学会，群体受益"。
持续学习、技能迁移与可复用具身技能库：让机器人不断学习新任务而不遗忘旧技能（持续学习），并把技能抽象沉淀为可复用、可组合的技能库。
基础模型在资源受限平台上的适配、蒸馏与部署：通过模型微调、知识蒸馏、压缩等手段，把大模型轻量化部署到算力、功耗有限的机器人本体上。
一句话总结：研究 "机器人怎么学、怎么迁移、怎么越用越强、怎么把大模型塞进小身体"，偏强化 / 模仿学习、联邦学习与端侧模型部署方向。
论文提交
投稿论文须为原创、使用英文撰写，且未在其他出版渠道接受发表评审。所有投稿均实行双盲同行评审。
长论文最多 8 页，可额外增加最多 4 页；短论文最多 4 页，可额外增加最多 4 页；海报论文最多 2 页，可额外增加最多 2 页。超出基本页数的部分须支付额外页费。
稿件格式须遵 IEEE Computer Society 会议论文模板（双栏、单倍行距、10号字体）。
录用论文可以口头报告、海报展示或线上形式进行展示。
上传可供出版的论文终稿前，须先缴纳注册费。最终提交前，终稿 PDF 须通过 IEEE PDF eXpress 的格式合规检查。
出版信息
录用论文由IEEE Xplore出版，将被 EI/Scopus 检索。
转载本文请联系原作者获取授权，同时请注明本文来自刘志垚科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3661806-1558391.html?mobile=1
收藏
