基于选择策略的协调人形机器人操作

本文解决了人形机器人实现全身协调的挑战，这是它们在人类环境中实际应用的关键一步。模块化的远程操作界面和 Choice Policy 学习框架是主要贡献。 重点关注手眼协调，并在现实世界的任务（洗碗机装载、白板擦拭）中展示了成功，突出了这项研究的实际影响。

• •提出了一种使用模块化远程操作界面和 Choice Policy 的协调人形机器人操作系统。
• •Choice Policy 是一种模仿学习方法，用于生成和评估多个候选动作。
• •与扩散策略和行为克隆相比，表现更优。
• •强调了手眼协调在长时任务中的重要性。
• •在洗碗机装载和白板擦拭等现实世界任务中验证了该方法。