MOVER：从人类视频学习人形机器人搬运

Jianming Lu等作者提出多阶段Teacher-Assistant-Student强化学习框架MOVER，用于人形机器人物体搬运。据其arXiv论文，该方法先用GENMO和GMR重定向人类视频数据并做数据增强，以泛化到不同形状和大小的物体，再分三阶段训练，最后用Dagger-PPO蒸馏去掉本体位置观测和参考关节位置，使部署策略依靠机载RGB-D相机感知物体位姿。 作者称在仿真中比较了阶段1与阶段2、蒸馏前后的成功率，并将策略迁移到一台真实人形机器人，在无动捕设置下成功搬运不同位置的物体。该研究为预印本，尚未见同行评议或独立验证，实机试验的物体数量、重复次数与成功率未在摘要中给出。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。