跳到正文
arXiv · 机器人与计算机视觉· Yinhuai Wang, Qihan Zhao, Yuen Fui Lau, Runyi Yu, Hok Wai Tsui, Qifeng Chen, Jingbo Wang, Jiangmiao Pang, Ping Tan·· 2026-10-12精选AI 评分78

HumanX:从人类视频迈向敏捷通用的类人形交互技能

HumanX: Toward Agile and Generalizable Humanoid Interaction Skills from Human Videos

AI 导读

HumanX 是一个统一框架,无需针对每个任务设计奖励函数,即可将人类视频编译为具身智能机器人的通用交互技能。该框架包含两个核心组件:XGen 用于从单目视频生成物理合理的交互数据并扩充数据集;XMimic 则利用秒级演示学习可泛化的交互技能。

推荐理由

该框架将人类视频转化为可泛化的机器人交互技能,在五项任务中实现零样本迁移至物理机器人。

来源:arXiv · 机器人与计算机视觉 · arxiv.org