换位思考：基于扩散模型的机器人视角转换

仿人机器人可以通过向人类学习而受益于其与人类形态的相似性。当人类教其他人类如何执行动作时，他们通常会进行演示，而学习的人类通过模仿演示来了解如何执行该动作。能够从第三人称视角看到的演示，在心理上转换为第一人称视角应有的样子，是人类这种能力的基础。由于这是一项具有挑战性的任务，对于机器人，通常通过创建第一人称视角的演示来简化此过程。创建这些演示可以更容易地进行模仿，但需要付出更多努力。因此，我们引入了一种新颖的扩散模型，该模型通过学会从第三人称视角生成第一人称视角，使机器人能够直接从第三人称演示中学习。该模型转换了两个视角之间物体和环境的尺寸与旋转。这使我们能够同时利用易于制作的第三人称演示和易于模仿的第一人称演示的优势。