Mimicking-Bench：通过人类模仿学习通用人形机器人-场景交互的基准
机器人学
2024-12-24 v1 计算机视觉与模式识别
摘要
通过模仿人类数据学习人形机器人与 3D 场景交互的通用技能，是具有重要意义的机器人研究挑战，具有重要的实际应用前景。然而，现有方法和基准受限于使用小规模、手动收集的演示，缺乏足以有效探索场景几何泛化能力的通用数据集和基准支持。为此，我们引入 Mimicking-Bench——第一个为通过模仿大规模人类动画参考实现通用人形机器人-场景交互学习而设计的全面基准。Mimicking-Bench 包括六项覆盖 11K 种多样物体形状的家庭全身人形机器人-场景交互任务，以及 20K 条合成人类交互技能参考和 3K 条真实世界人类交互技能参考。我们构建了完整的人形技能学习管道，对动作重定向、动作跟踪、模仿学习及其各种组合的方法进行基准测试。大量实验结果凸显了人类模仿在技能学习中的价值，揭示了关键挑战和研究方向。
引用
@article{arxiv.2412.17730,
title = {Mimicking-Bench: A Benchmark for Generalizable Humanoid-Scene Interaction Learning via Human Mimicking},
author = {Yun Liu and Bowen Yang and Licheng Zhong and He Wang and Li Yi},
journal= {arXiv preprint arXiv:2412.17730},
year = {2024}
}