企业官网建设流程全解析

1. 这个Workshop想要回答的问题：单智能体已经够卷了，多智能体为何还需要一个专门的舞台

过去两年，具身智能领域几乎是被“单智能体”统治的。机械臂抓取、四足机器人走路、人形机器人做家务，绝大多数研究的思路都是训练一个智能体，让它在复杂环境里完成单一任务。无论是强化学习、模仿学习还是视觉语言动作模型，都是围绕“这个智能体本身”做文章。这个路线已经相当成熟，但问题也肉眼可见地暴露出来：单一智能体的能力天花板，被环境复杂度、任务多样性和数据成本死死摁住。

我身边不少做这个方向的朋友都有类似感觉：把一个机械臂在仿真里调教到百发百中，放到真实环境里换一换物体位姿、换一换光照，性能立刻掉一半。这个现象本身不是工程问题，而是范式问题——你把所有智能都放在一个智能体里面，那么它就得对抗整个世界的复杂性。但如果你换一个视角，让多个智能体分工协作、互相学习、互相校准，很多难题实际上是可以被摊薄的。

CVPR‘26的这个Workshop，主题定为“多智能体具身智能的协同进化”，我第一眼看到这个题目就觉得它是冲着这个瓶颈去的。它想做的不是简单地把几个单智能体拼在一起，而是探索智能体之间如何通过协同、竞争、交流、分工，让整个群体表现出超越单个个体的能力。用更直白的话说：它关心的不是“一个机器人有多强”，而是“一群机器人在一起能不能变强”。

这个题目对投稿人的诱惑力在于，它站到了一个非常好的交叉位置。传统的多智能体强化学习有现成的理论工具，具身智能有丰富的任务场景和真实需求，而大模型驱动的多智能体协作又是当前学术界和工业界都极度关注的方向。三股力量汇在一起，做出来的东西无论是发论文还是落地到真实场景，都很有想象空间。所以这个Workshop既是征稿通知，也是一次方向宣言——它想告诉整个社区：多智能体具身智能的协同进化，值得成为一个独立的研究分野。

如果你是这个领域的研究者，或者想从单智能体方向切入多智能体方向，这篇内容值得认真读完。我会把这个Workshop真正想表达的东西拆开揉碎，讲讲怎样理解“协同进化”、怎样投出一篇有竞争力的Workshop论文，以及哪些坑我觉得新手最容易踩。

2. “协同进化”不是“协同工作”：三个容易被误解的关键层次

一个有意思的现象是，很多人在聊多智能体协作时，用词都非常含糊。说“协同控制”的有一批人，说“多智能体系统”的有一批人，现在Workshop标题里用了“协同进化”，又有一批人觉得这不就是“合作”的学术化说法。但我理解，这个词有它特定的含义，至少包含三个层次，不是随便换一个表达那么简单。

2.1 个体学习与群体知识之间的动态循环

单智能体训练是闭门造车：智能体自己探索、自己总结经验、自己存模型参数。而协同进化强调的是一套循环机制——单个智能体在环境中积累经验，把有价值的经验共享给群体；群体的知识反过来成为个体学习的先验或课程；个体在新任务上产生新经验，再次回流到群体。这个循环一旦转起来，群体的能力是加速增长的，而不是简单的线性叠加。

典型的技术映射就是经验池共享、课程生成、模型蒸馏这类方法。但真正难的点不在共享机制本身，而在于“什么值得共享”。如果你把一个机器人在厨房里学到的抓取经验，直接丢给另一个在仓库里干活的机器人，不仅没有帮助，反而会污染它的策略。所以协同进化里的关键问题是：如何判断经验的适用域，如何在不同任务、不同环境之间做选择性迁移。这个问题目前学界讨论得还不够充分，属于典型的“看起来简单、做起来非常深”的方向。

2.2 竞争与合作的辩证关系

很多人一听到“协同”就默认智能体之间必须是合作的关系，目标一致、利益一致。但真实的群体智能从来不是这么干净。物流机器人之间有任务分配的冲突，多机器人探索时需要协商谁去哪个区域，就连最简单的群体搬运，也有一个“谁来拖、谁来推”的博弈问题。所以协同进化的“进化”二字，恰恰点出了竞争是协同的另一面。

在一个多智能体系统里，完全合作的训练通常会导致能力趋同，大家都学成一个样子，遇到分布外的场景就集体失效；而完全竞争的对抗式训练，又容易让智能体陷入无休止的攻防，失去完成实际任务的能力。真正有意思的研究命题，是如何让竞争作为一种压力机制，促使每个智能体发展出差异化的能力，同时这些差异化的能力又能被群体层面的协调机制重新组织起来。这类研究在生物演化里到处都是，但在具身智能的算法设计里，可探索的空间还非常大。

2.3 跨场景、跨任务的“代际”积累

生物界的进化发生在代际之间，子代继承父代的部分特征，又产生新的变异，环境选择压力决定哪些特征被保留下来。多智能体系统的学习和生物进化在这一点上有精妙的对应关系。你不能让机器人永远只在一个场景里做一件事，就像生物不能永远活在一个不变的环境里。群体要想持续进化，就必须不断面对新任务、新场景，每一次学习效果都需要沉淀为某种持久化的结构——可以是共享的奖励模型、场景记忆库、技能库，也可以是某种协议或通信方式。

这个层次的协同进化，实际上是在回答一个更深远的问题：多智能体系统如何突破单一任务的边界，形成一个能持续学习、持续适应、持续自我改进的体系。这也是投稿中我觉得最有故事性、也最容易被评审人记住的角度。

我把这三个层次写在这里，是想强调一件事：如果你的投稿内容只是“多智能体一起完成任务”，跟协同进化这个主题是弱的匹配；只有当你展示出系统具备某种群体层面的学习循环、竞争压力或跨代积累，你才是真正在用这个Workshop的视角做研究。

3. 从征稿选题的蛛丝马迹里，可以读出哪些具体方向值得投

虽然这个Workshop的详细Call for Papers还没有完全公布，但基于CV系列会议近几年的风向，以及多智能体具身智能的学术脉络，可以比较有把握地圈出几个高概率出现的征稿方向。投Workshop不是撞大运，理解组织者想看到什么，选题就成功了一半。

3.1 异构多机器人协作：软硬件的双重异质性

传统的多智能体研究里，大家默认智能体是同构的——同一种模型、同一种传感器、同一个策略网络。但真实世界的团队，几乎不存在完全相同的成员。一台机械臂搭配一个移动底座，加上一架无人机，它们感知世界的方式完全不同，执行动作的动力学完全不同，通信带宽和计算能力也完全不对等。

异构带来的核心问题不是“协作”，而是“接口”。你让一个视觉丰富的智能体和一个激光雷达为主的智能体共享同一条经验，中间的语义鸿沟怎么填？最近红火的多模态大模型在这里可以扮演一个有趣的“翻译官”角色，把不同模态的信息抽象成统一的表示。类似这种“用大模型做异构多智能体之间软性对齐”的方法，我觉得会是Workshop比较青睐的题目。

3.2 从仿真到现实的群体迁移

Sim-to-Real在单智能体上已经不是新闻了，但群体场景下的Sim-to-Real还远未解决。难点在于群体仿真的一致性问题：要么仿真里的群体行为不够真实，要么群体迁移到真实环境后，智能体之间的交互模式发生断裂。一个机器人在仿真里可以穿越人群，换到真实走廊就可能因为偶发的社交避让行为而卡在原地。

这个方向我认为是极具实用价值且可复现性相对好的。思路也相对清晰：设计一个以群体一致性为目标的仿真环境，提出一套多智能体的域随机化策略，或者在仿真和现实之间建立基于大模型的统一语义层。题目本身不需要多宏大，能精准解决群体迁移中的某一环，就很有竞争力。

3.3 人机物三元空间的协同进化

具身智能最终要落地的场景，少不了人类参与。多智能体之间的协同进化逻辑，一旦加入人类这个变量，性质就变了。人类不是“高级智能体”，因为人的目标未必和机器人群体一致，人的行为难以被策略网络建模，而且人对机器人的信任是动态变化的。

这个方向特别适合有交互设计、人因工程背景的团队切入。例如研究机器人群如何根据人类的干扰信号调整内部协同策略，或者反过来，人类如何通过自然语言指导一个机器人群体的分工重组。它不要求你在算法层面积累多深，但对于系统设计的整体把握要求很高，是一个容易出彩但也容易写得空泛的方向。

3.4 社会级具身智能：从任务空间走向群体社会

如果说前三个方向还在“完成具体任务”的框架里，那社会级具身智能已经跨到了另一个层面。它关注的是大量具身智能体在共享物理空间里，如何形成秩序、规则和涌现式的社会行为。比如几十个配送机器人在一个园区里，没有一个中央调度器，仅靠局部交互就能自发分流出几条效率最优的路线，这种“无中心秩序”的形成，就是很典型的协同进化现象。

对社会级具身智能的研究，方法论上可以借用不少流行病学、交通流、经济学里的工具，但需要重新映射到具身智能的物理约束下。这类论文的评审争议通常会比较大，有人觉得太科幻，有人觉得是未来方向。但Workshop恰好是这类“不合主会议口味、但有潜力”的研究最好的去处。

我列了这四个方向，并不是说投稿就一定只能对准这些。它们的作用更像是一个罗盘：帮你在酝酿研究思路时，判断自己的想法是否踩在组织者关心的话题轴上。如果你的题目跟这四个方向完全不沾边，但自认为符合“协同进化”的精神，那大概率要么是组织者定义得太窄，要么是你的理解太宽，这时候最好回头重新读一遍标题。

4. 投稿前最该避开的四个“口头聪明、实际分散”的选题坑

workshop论文虽然门槛比主会议低一些，但它同样要过评审关。以我从各个workshop投稿系统里观察到的退稿情况来看，投过来的稿子经常挂在几个非常典型的坑里，每个都浪费了好想法。

4.1 把“多智能体”当装饰，而不是当变量

最普遍的毛病是：用单智能体算法做实验，环境里放了两三个角色，就声称自己是多智能体研究。审稿人对这种事情极度敏感。判断一个系统是不是真正研究了多智能体协同，关键看智能体之间的交互是否进入了学习算法本身，而不是只出现在环境渲染里。

举个例子，如果你做的是导航算法，智能体把其他机器人当作移动障碍物来避让，那就是单智能体导航加了个障碍物；只有当机器人能预测同伴意图、能主动改变自身行为去配合团队目标时，你才是在做多智能体协同。投稿前可以把论文摘要里面“multi-agent”这个词出现的上下文浏览一遍，凡是这个词出现的地方替换成“single-agent with dynamic obstacles”如果你发现句子依然成立，那这个稿子大概率会被毙掉。

4.2 仿真里的“过拟合式协作”

另一种非常容易被低估的问题，是智能体在仿真里形成了一种看似巧妙、实则脆弱的协作策略。很多人用过量的通信让学生们在隐藏协议里沟通，或者在模拟器里继承了一套过于精确的全局感知机制，导致系统一旦离开这个特定仿真器就完全无法运转。

我理解研究者喜欢把问题做漂亮，但作为一个面向协同进化的workshop，它更看重的是机制的可推广性。一个很好的测试标准是：把仿真环境里的智能体数量翻倍，场景复杂度提高一个等级，你的算法还能不能保持原样工作？如果不能，那你的贡献更像是一个新仿真环境，而不是协同进化机制。写论文的时候，可以在相关工作中明确说明你的方法跟主流方法在泛化性上的差异，这样既能展示你的思考深度，也能让审稿人放下对“仿真刷分”的戒心。

4.3 没有“进化”的协作

不少投稿者把协同进化和多智能体协作画了等号，论文通篇都在讲怎么协作完成一个任务，但没有任何关于“随着时间推移，群体能力发生变化”的内容。如果一个多智能体系统的策略从一开始训练就是固定的，没有新知识的产生，没有群体结构的调整，那它顶多是“多智能体系统”，离“协同进化”还差了一个维度。

怎么让“进化”出现到论文里呢？至少可以从几个表述层面推进：展示群体策略在不同阶段训练的演化轨迹，说明不同环境中如何增加或简化成员角色，或者衡量群体学习曲线相对单智能体的优势。重要的是，让评审人感受到系统有“时间维度上的变化”，而不只是“空间维度上的分工”。

4.4 只给结果不给机制的可解释性

多智能体系统的实验做得好看很容易——多画几条曲线，多换几个指标，视觉效果就上来了。但协同进化的研究有一个隐藏的要求：必须解释清楚系统演化出来的行为模式为什么会出现。就像你看一群鸟在空中盘旋，如果研究者只告诉你“雏形形成的轨迹很优美”，完全讲不清楚哪只鸟在什么信号驱动下转向，那这个研究在生产知识层面是失败的。

所以在设计论文结构的时候，一定要预留“机制分析“的章节。最理想的情况是：你不仅能显示群体协同的表现优于个体之和，还能分析这种增益来自哪里，比如消息传递机制中的哪一条沟通协议是全队的瓶颈，或者哪一种共享奖励函数设计最能促进技能分化。这种剥洋葱式的分析，是workshop评审中最能换取好感度的部分。

我讲这四个坑，并不是希望大家在小问题上束手束脚，而是希望大家把力气花在对的地方。Workshop论文追求的是“小而尖”，与其什么都沾一点，不如在一个具体机制上钻透。

5. 从投稿人的视角，拆解一篇理想Workshop论文的结构骨架

很多人第一次投CV系列的workshop，会不知道正文的篇幅分配和结构安排。其实workshop论文和主会议论文最大的区别在于：主会议需要你展现出完整成熟的贡献，三大实验、多数据集验证、消融荟萃，一个都不能少；而workshop更欢迎那些点子漂亮、尚处于探索期的研究。换句话说，它不是你的毕业答辩，更像是一次快节奏的头脑展览。

基于我过去帮人审workshop稿的经验，一篇让人印象深刻的论文通常长这样：

摘要部分开门见山地用一个具体场景锚定问题，不要上来就是“多智能体系统在许多领域得到广泛应用”。比如你可以用“当三台机器人需要合作搬运一张桌子时，现有多智能体方法总是假设它们能够共享全局视角，这个假设在真实物理空间中不成立”这样的句子。具体场景会让摘要立刻鲜活起来。

引入部分，用三到四段话讲清两件事：为什么多智能体具身智能的协同进化是必要的研究课题；现有方法在哪一个具体环节上失效。不需要完整罗列参考文献，但把最核心的三五篇相关工作放在正确位置上就足够。

方法部分，这是全文的心脏。不需要写“整体框架如图X所示”这种模板句，直接用文字描述你设计的群体协同机制，分成两三个逻辑步骤。每步后面配上“为什么设计成这样”的说明，让评审人能跟着你的思路走。

实验部分，只留一个主实验，加上一组消融。主实验要清晰展示你的方法和一个强基线的差异；消融环节则要从你刚才讲的机制里挑出一个核心变量，做“有/无”对照。额外的环境实验可以作为扩展性讨论放到后面，用一小段文字描述就行。

最后再用一段话谈局限性和未来方向。这个部分别写套话，比如“我们将在未来工作中做更深入的研究”，而是具体指出当前系统的最大短板是通信假设太强，还是场景内智能体数量上不去。这种坦诚反而会给审稿人留下好印象。

这里再给一个非常具体的写作建议：如果你的实验条件有限，做不了大规模机器人实物测试，那就把仿真环境的可信度打磨好。给出一张场景截图，标出每个智能体之间的通信链路，说明传感器噪声的建模方式。审稿人对于workshop论文的仿真质量预期没那么苛刻，但他们对“环境细节描述是否充分”很敏感。环境里有几台机器人、它们能观测到什么、通信有没有限制、任务协作的难点在物理层还是决策层——这些信息一个都不能少。

6. 审稿人拿到你论文后，大概率会问自己的五个问题

如果前面几章是从“写论文的人”的角度来组织内容，那这一章我建议直接切换到“评审论文的人”的视角。把审稿人内心大概率会冒出来的几个问题提前想透，论文的质量就会有一个明显提升。

第一个问题：这个题目在真实物理世界里到底重不重要？纯粹在合成环境里有意思、但是现实中没有人需要做的事情，Workshop组织者是不太愿意收的。回答这个问题，只需要在引言里提供一个真实中的应用场景即可，哪怕是一段新闻报道里的描述都行。

第二个问题：跟其他方法相比，这个系统学的到底有什么不一样？如果审稿人觉得你的训练管道和他的旧框架只是包装不同，那么审稿意见不会太友好。回答这个问题，最有效的办法是明确列出“我们与当前主流方法的三个区别”。这比写一整节related work还管用，因为审稿人最怕的就是花很长时间读了一大段文献综述，仍然搞不清楚你的位置在哪里。

第三个问题：系统的协同进化是一个硬编码规则，还是真的学习得到的？这个问题直接决定了研究的深度。如果群体的分工是研究人员手工设定的，系统只是在规则框架内做参数优化，那审稿人大概率的评判是“有趣的系统工程”，而不是“有价值的研究”。回答这个问题，需要你在论文里单独用一小节说明“哪些能力是学习出来的，哪些约束是先验给定的”。承认先验的存在并不可耻，但你必须明确区分。

第四个问题：如果去掉智能体之间的通信，系统会怎样？这是一个非常经典的消融实验，也是检验“协同”是否真实发生的试金石。如果你的系统是分散式决策，每个智能体只靠局部观察做决定，那去掉通信后性能应该有一个显著变化；如果变化很小，那通信就是摆设。这个实验花不了多少成本，但对审稿结论的影响非常大。

第五个问题：系统的能力边界在哪里？任何多智能体系统的能力都是有限的。审稿人不会因为你坦诚承认局限而扣分，反而会因为你的实验设置里完全没有去触碰边界而担心你是在刻意回避。主动做一个压力测试实验，比如环境复杂度增加、智能体数量变化、通信带宽降低，让审稿人看到系统的能力衰减曲线，这会大幅提升论文的可信度。

我自己给workshop写review时，只要看到这五个问题中哪怕三个是被认真回答的，都会给出比较高的评分。因为这代表作者是真的在思考研究本身，而不只是把workshop当作一次快捷发表的机会。

7. 投稿策略与心态：Workshop论文是深思熟虑的“问路石”，不是酒桌上的凑数作品

最后想聊一点不太经常被公开讨论的话题，就是对待Workshop投稿的心态。这几年确实有些圈内现象，大家把workshop理解为“主会议被拒之后找个地方安放结果”，或者“攒个人脉、混个发表记录”的边缘场合。我见过一些workshop论文写得比主会议还认真，因为那些论文是真的把workshop当作回归研究本质的场所——不用天天想着跟整个社区拼SOTA，可以专心把一个有意思的机制讲透。

所以关于投稿策略，我的个人建议是这样的：

第一，一个精炼的workshop论文，价值大于一篇拖长了的预印本。不要试图把所有实验都塞进workshop论文里，那只会让论文变得臃肿。相反的，把其中一个你最有底气的实验放大，把故事讲清楚，这比贪多效果好太多。

第二，主动在投稿前找一两位同行做预评审，尤其是那些做过multi-agent system论文审稿人的人。请他们站在审稿人角度问一遍刚才那五个问题，你会惊喜地（或者惊吓地）发现有很多话其实自己都没想清。

第三，围绕这个Workshop的定位，值得你花很多功夫去打磨的问题不是“我有什么结果可以发”，而是“如果我已经在单智能体上做了很扎实的工作，多智能体协同进化对它的增益到底是什么”。如果你的研究模型从单智能体扩展到多智能体的跨度非常大，那十五分钟的演讲里就一定要抓住这个“跨度”做切入点，告诉听众，你最开始是怎么被自己预定的假设置入困境的，以及最后又是怎么跳出来的。故事性也是评审感知的一部分。

第四，必须要说的一点是，Workshop的投稿截止时间通常很早，可能比主会议的截稿还要提前，建议尽早准备。可复现性的整理也是一个容易被忽视的加分项。把训练配置、随机种子、环境版本全部打包上传，哪怕只是一个简单得无法再简单的仓库，评审人对你的印象都有一个质的提升。

其实多智能体具身智能的协同进化是一个注定要走一段时间的方向，不会因为一个workshop就一步到位。但CVPR’26的这个Workshop如果能吸引一批人把它当成正式的学术命题来对待，那它在这个方向上就已经完成了一件非常有价值的事情。

如果你手里正好有一个相关的工作正在酝酿，我的建议很简单：别犹豫太久，写出来，投出去。不要把它当作一次赌博，把它当成一次跟同行精准对话的机会。哪怕最后没有被接收，你在梳理问题的过程中获得的清晰度，也会直接回馈到你在主会议更正式的研究里。这种收获，远比一篇论文的成败重要得多。