提出以物体重定向实现跨本体机器人后训练数据方法

2026年10月15日，arXiv Robotics 报道了 Nagasrikanth Kallakuri 等人提出的一种新方法：将手机等设备录制的人类演示转化为与本体无关的记录，包括物体位姿、接触区间和带来源的3D重建物体，其关键在于重定向物体而非手部运动，从而为结构不同的机器人提供后训练数据。据该报道，在仿真中，该方法在8个机器人上求解了42段采集，共157对，其中31.2%通过、52.2%失败、14.0%被拒绝、2.5%无法审计（运动学可行性，±50 mm / ±15 deg）。报道同时指出，目前尚未在该记录上训练任何策略；策略能否在真实机器人上工作属于仿真到机器人的问题，需在下游回答。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。