RoboTryOn：人类视频合成机器人演示

Seungyong Lee 等作者提出 RoboTryOn，把人类视频到机器人演示的转换当作“虚拟试衣”：保留原演示动作、任务、物体和背景，把人物替换为参考图像指定的目标机器人。方法自回归翻译选定关键帧，以手部骨架为运动条件引导视频合成，再用融合深度特征的逆动力学模型（IDM）从合成视频推断动作标签，用于策略学习。 作者称，在多个类人本体上的实验中，仅用合成数据训练的策略在新任务（含双手操作）上的平均成功率从 2% 提升到 60%，且无需这些任务的真实机器人演示；合成数据训练的效果与仅用遥操作演示训练相当，采集成本约为后者的三分之一。 该论文为 arXiv 预印本，共 29 页、15 图、13 表，尚未经同行评议，上述效果均为作者报告，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。