人类动捕数据零实机训练转灵巧操作策略

Zihao Yang 等作者提交技术报告，提出一套三阶段流水线，把人类动捕记录转换为灵巧机器人策略，且不使用真实机器人训练数据。流程依次为：在仿真中用 MANO 手做物理细化以恢复接触与力，通过接触锚定重定向传递演示的接触结构，再用残差强化学习适配机器人驱动。 作者称，该方法重建 25,454 条单手轨迹，成功率由 7.3% 提升至 59.3%；25 个双手任务由 16.0% 提升至 62.4%，每种设置共用一个策略；将一份人类数据集迁移到四种形态不同的机器人手上提升 62.4 个百分点。作者还称在真实硬件上执行了四个接触丰富的双手任务，真实机器人训练数据为零。 该报告为 16 页技术报告，含 6 图 5 表，代码已公开；上述成功率均为作者报告结果，未经独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。