跳到正文
arXiv · 机器人与计算机视觉· Jason Jingzhou Liu, Tony Tao, Deepak Pathak, Ruslan Salakhutdinov·· 16 天前AI 评分74

Pixel-UMI:基于传感器化人类演示的环境感知全身操作学习

Pixel-UMI: Learning Environment-Aware Whole-Body Manipulation from Sensorized Human Demonstrations

AI 导读

论文提出 Pixel-UMI 框架,利用传感器化的人类演示数据学习环境感知的全身操作策略。该方法引入环境感知重定向(EAR)结合场景几何与人体轨迹生成避障关节目标,采用延迟校准动作分配解决运动学差异,并通过误差感知掩码(REAM)减少部署时的视角失配,最后利用 DAgger 收集在线人类修正以增强接触丰富交互的性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org