纯看人类视频训练机器人：突破遥操作数据瓶颈的新路径

burkov · x · 2026-10-13

机器人操作能力扩展面临核心瓶颈：通过人类遥操作采集机器人演示数据费力、昂贵且受限于特定硬件。普通人类日常任务视频虽是可扩展性高得多的数据来源，但因「具身不匹配」（人体与机械臂/人形机器人运动方式差异大）以及单场景可行动作在机器人上因关节限位、可达边界、物理碰撞而失效，直接使用极为困难。文章评估了一套系统：完全从人类视频演示中学习可复用的物体操作技能，并适配到不同机器人与环境，且无需任何目标任务的真机演示数据。