找到 4 筆；也可以試試 語意搜尋
香港科技大學、北京智源研究院、北京大學等提出 DexRoam，用第一視角人類全身示範學習移動雙臂靈巧操作，工作被 CoRL 2026 接收。系統用 Meta Quest 3 加頭戴 ZED Mini 相機採集全身動作，經本體、語義、時間三階段對齊後與機器人遙運算元據共同訓練 VLA 策略。在 GR00T N1.7 與 π₀.₅ 的五項真機任務中，人類預訓練加聯合微調把平均成功率從 29% 和 32% 提升到 56% 和 57%，機器人示範減半仍接近完整基線。
董豪團隊聯合啟元機器人、北京大學、西安交通大學提出 HIL-UMI：人手持夾爪示範時，模型同步預測動作並標出與人類操作的分歧，從而在不執行機械臂的情況下采集後訓練所需資料。該方法以 π0.5 為基礎模型，在 Franka 機械臂上測試整理桌面、折毛巾、疊方塊、蓋章四項任務，三輪更新後平均任務進度分數從 62.3 升至 94.8，同等資料量下常規 SFT 僅從 44.3 升至 58.0。整理桌面任務中其採集效率為 HG-DAgger 的 5.63 倍，最終得分 96 比 91。
清華大學、智元與無問芯穹聯合提出群體經驗學習（CEL）範式，讓機器人用同伴的成功與失敗經驗替代人類示範，並在 96 臺真機上完成原型驗證。手機包裝長流程任務中，成功率從 79.2% 升至 98.3%；參與訓練的機器人從 16 臺增至 96 臺，成功率由 86.7% 提高到 98.3%。五項真實任務共 600 次測試，總體成功率 97.5%，高於人類示範方案 HG-DAgger 的 81.0% 與離線微調 SFT 的 36.3%。
RoboCoach 在固定人類示範預算下經過三輪定向補教，把 Franka 長程任務成功率從 13.3% 提升到 75.0%，AgileX 從 40.0% 提升到 83.8%；同樣預算的均勻採集基線只達到 30.0% 與 47.5%。它用基於 Wan2.2 TI2V-5B、約 500 小時互動資料訓練的世界模型 CoachWorld 讓當前策略閉環試跑，由進度判別器找出首個超時子任務，再據此定向示教，並且只更新對應技能的 LoRA 專家。