跳到正文
arXiv · 机器人与计算机视觉· Dechen Gao, Yue Yang, Ben Abbatematteo, Nathan Godwin, Pengcheng Wang, Roger Boldu, Steven Man, Zhiyang Dou, Chuan Qin, Sho Nakagome, Eric Whitmire·· 2026-10-09AI 评分42

Generative Neural Retargeting 实现人形到机器人灵巧操作的高效重定向

Generative Neural Retargeting for Human-to-Robot Dexterous Manipulation

AI 导读

Generative Neural Retargeting(GNR)利用流匹配模型从低维流形采样可行轨迹,仅需 MPC 8.5% 的样本量即达成 56.20% 成功率。该方法解决了逆运动学忽略动力学及强化学习训练成本高的问题,支持大规模长视界毫米级精度演示的重定向。基于真实到仿真数据引擎,团队构建了包含 22.3 万次演示和 3.3 千种物体几何的灵巧操作数据集。

来源:arXiv · 机器人与计算机视觉 · arxiv.org