I3L全身移动操作模仿学习系统发布

2026年10月15日，arXiv Artificial Intelligence 刊出 Wensi Ai 等人的研究，提出并发布 I3L 迭代交互式模仿学习系统。据该报道，I3L 是一套结合全身纠正与迭代策略精炼的软硬件系统，旨在应对“最后一英里”的可靠性缺口。其低成本、开源的 JoyLo+ 接口采用策略跟踪主臂与触控接管，支持跨手臂、躯干和底盘的协调纠正；通过迭代部署与再训练，操作者可针对更新后策略的失败之处进行修正。目前该报道仅介绍系统设计与接口机制，未披露具体性能数据、适用机器人平台或使用限制，后续进展有待跟进报道。

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。