LessMimic：推理免动作参考的人形交互框架

2026年11月10日，arXiv Robotics 刊出 Yutang Lin 等作者的 LessMimic 研究，提出一种人形机器人-物体交互框架。据该报道，LessMimic 在推理阶段无需运动参考输入：单一全身策略仅由根指令和交互类型标志驱动，并以距离场导出的表面距离与局部表面方向历史作为紧凑交互表示。报道称，通过视觉蒸馏，该框架还可基于第一视角深度部署，实现无需动作捕捉的感知。在物体尺度 0.4 倍至 1.6 倍范围内，LessMimic 在 PickUp、SitStand、Push、Carry 四类交互任务上保持稳健表现，而依赖运动条件的基线在偏离训练尺度时性能明显下降。报道给出的数据为：五任务序列成功率 62.1%，在 15 个任务实例上仍保持 23.5% 成功率。上述条件与数字均出自该篇报道，尚无其他独立来源跟进或出现与早先报道矛盾之处。

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。