arXiv · AI· Jason Jingzhou Liu, Tony Tao, Deepak Pathak, Ruslan Salakhutdinov·· 8 小时前AI 评分29
Pixel-UMI：从传感器化人类演示中学习环境感知的全身操作策略
Pixel-UMI: Learning Environment-Aware Whole-Body Manipulation from Sensorized Human Demonstrations
AI 导读
Pixel-UMI 流水线利用传感器化人类演示学习机器人全身操作策略，在5类挑战性任务中实现87.0%平均任务进度。 核心方法包括结合场景几何与轨迹生成避障目标的EAR技术，及利用重定位误差提升部署鲁棒性的REAM技术。通过DAgger收集人类校正策略以优化接触丰富交互。
来源：arXiv · AI · arxiv.org