HumanoidUMI：桥接无机器人演示与仿人机器人全身操作

高质量的演示数据对于仿人机器人技能学习至关重要，尤其是对于需要协调感知、移动与操作的全身行为。现有的数据采集方法主要依赖机器人遥操作，这受到硬件可及性、操作员专业技能与有限效率的制约。受通用操作接口 (UMI) 启发，我们提出了 HumanoidUMI，一个用于仿人机器人全身数据采集的便携式无机器人框架。HumanoidUMI 使用轻量级 VR 设备与受 UMI 启发的夹爪来采集稀疏的人体关键点轨迹、腕部视角观测与夹爪动作。这些演示训练一个高层策略来预测未来关键点，这些关键点被重定向为机器人原生的全身参考，并由全身控制器执行。在五个真实世界场景中的实验证明了所提出框架的有效性，并验证了所采集的演示对于可迁移的仿人机器人全身技能学习的作用。