ETH 提出 HOI-Retarget:接触点误差从 18.3cm 降至 0.5cm,开源 6952 条人形交互数据
ChongZzZhang · x · 2026-09-30
ETH Zürich 机器人系统实验室(Marco Hutter 组)发布 HOI-Retarget,一种以接触为中心的重定向方法,把人-物交互(HOI)示范迁移到人形机器人本体上,用于大规模生成机器人运动训练数据。
核心方法:
- 输入真人动捕或单目视频重建的运动片段,含物体轨迹与接触标签
- IK 重定向将人体映射到机器人,物体网格按身高比例缩放并携带接触目标
- 窗格式轨迹优化在机器人运动学约束下恢复接触点,兼顾身体跟踪、脚部支撑与平滑性
关键结果:
- 平均接触点误差 0.5cm,最优基线为 18.3cm
- 重定向速度比交互感知基线快 4.6 倍
- 支持跨物体尺寸泛化、视频重建接触、多机器人协作操作同一物体
已开源代码、6952 条机器人 HOI 片段(13.8 小时,覆盖 75 种物体)及数据集。
「具身」频道最新
- RoboPapers 预告新播客:用视觉-语言模型引导预训练机器人策略 — micoolcho · 2026-09-30
- Delta-0 机器人演示:灵巧手首次融入全身协同控制 — siyuanhuang95 · 2026-09-30
- 四足巡检机器人加上时空记忆，追踪铁路结构异常 — Separate_Fill_7127 · 2026-09-30
- OpenRoboto Shift 把真实工作变成机器人训练数据卖钱 — markjeffrey · 2026-09-30
- 曝 OpenAI 硬件设备 Dots 需订阅 Pro 200 套餐 — testingcatalog · 2026-09-30
- Linus Ekenstam 用3D打印“ casually”造出一个滑板 quarter pipe — LinusEkenstam · 2026-09-30