MoCaP：用被动人类视频实现零样本移动操作的移动代码即策略框架

MoCaP 是一个智能体框架，可将被动人类视频转化为端到端移动操作策略的指导，提取空间记忆和人类接近物体的先验来辅助导航与操作配置搜索。在真实移动操作机器人上，MoCaP 在室内两项移动操作任务中均达到 80% 成功率，而现有方法无法完成。视频导出的空间记忆将物体导航成功率从 70% 提升至 100%，人类接近先验将不利起点下找到可达基座姿态的比率从 0% 提升至 100%。