论文 Robot Self-Improvement via Human-Video Dynamics Models （arXiv:2606.21406）要解决的问题很直接：模仿学习通常只复刻单次成功演示，部署后遇到失败很难自我修复。作者提出 DGAC（Dynamics-Guided Action Correction，动力学引导动作修正），在不增加在线人工监督的前提下，把失败 rollout 转成下一轮策略更新的监督信号。
图1 人类视频预训练表征与迭代自改进闭环（来源：论文项目页）
第一步是人类视频预训练 ：用 HOI4D、Arti4D、EgoDex 约百万级样本，联合训练策略 π、动力学 f、价值 V 三个具身无关 表征。视觉用 DINO-v3 token，几何用 TAPIP3D 点轨迹，动作编码为6-DoF位姿加夹爪闭合。第二步是真机适配：先自主探索采集，微调动力学与价值模型。第三步进入迭代闭环------DGAC 在失败状态采样候选动作块，动力学模型前向预测未来状态，价值模型按进度打分排序，最高分动作进入修复集，再做优势条件策略更新。
实验硬件分两类：移动操作侧为 Hello Robot Stretch 3 （stretch 3开源操作机器人 ），静态侧为 Franka Panda。stretch 3机器人 五任务平均成功率 Ours 85.3%（Expert BC 41.3%）；π0.5 骨干上 SFT 62.7%→DGAC 88.0%；Panda 平均36.7%→70.0%。这套结果说明：人类视频先验负责开局，真机失败负责修正，二者叠加才是 scalable 的关键。
图2 DGAC 对候选动作块预测未来并由价值模型排序（来源：论文 Figure 3）
工程复现对底座有明确要求：需要可导航的移动底盘、头部与指尖两路深度感知、开放的ROS 2 /Python 栈用于接入自定义策略与动力学。同类课题可选用 stretch 3 或新一代 stretch 4移动操作机器人 （stretch 4开源操作机器人 ，全向底座、360°双半球3D LiDAR、自充电、8小时轻载续航）；静态力控实验可用 franka机器人fr3 （fr3机器人 ，franka七自由度机械臂，7关节力矩传感器、1kHz 控制）做接触丰富任务。
对算法团队而言，hello robot机器人 路线的价值在于把精力集中在策略与世界模型，而不是从零造底盘；7dof开源移动操作机器人 的开放接口也便于做遥操作 示教与数据采集 。franka科研 场景则适合做柔顺、力控与低层运动控制对照实验。
图3 Stretch 4 360°多传感头部
应用场景
· **算法复现：**搭建人类视频先验 + 真机失败修正的完整闭环，对比 Expert BC/RECAP 等基线。
· **数据工程：**用开放平台批量采集 head/gripper 双视角图像与动作轨迹。
· **跨本体对照：**移动操作与静态力控臂分别验证表征迁移。
痛点与解决方案
· 痛点： 自研底盘周期长、感知难标定。**方案：**Stretch 3/4 出厂标定、SDK 完整，直接进入算法层。
· 痛点： 缺低层力矩接口做力控。**方案：**FR3 提供 1kHz 关节力矩/位置/速度读取与下发。
更多相关资讯，欢迎关注 "欣佰特科技" ，持续为大家带来 "具身智能领域" 前沿技术及应用！详情可邮件咨询++++sales@cnbestec.com++++
|-----------------|--------------------------------------|------------------------------|
| 产品 | 典型应用场景 | 解决的痛点问题 |
| Stretch 3 | 家庭/实验室导航抓取、开盖擦拭、投递等长程移动操作；失败记录与自改进复现 | 缺可移动、可达桌面到地面， 开源易二次开发的移动操作底座 |
| Stretch 4 | 长时自主导航与部署、3D SLAM、VLM抓取、家庭服务机器人课题 | 续航短、需频繁人工接管， 环境感知覆盖不足 |
| FR3 franka力控机械臂 | 柔顺装配、接触丰富操作、低层力/位控制、课程实验 | 静态臂缺关节力矩反馈， 难做柔顺与力控研究 |
| 通用： 遥操作/数据采集 | 双视角图像与动作轨迹采集、LeRobot类数据集构建、策略训练 | 自研采集平台周期长， 感知未标定、接口不统一 |
|------------------------|------------------------------------------------------------------------------------------------|--------------------------------------------------|------------------------------------------------|
| 产品型号 | 核心技术参数 | 独特优势 | 适用平台或接口 |
| Hello Robot Stretch 3 | 臂展0.52m，推荐负载2kg；头部RealSense D435i云台深度相机+广角RGB，夹爪D405指尖深度相机，2D RPLIDAR A1，差速驱动底座，DexWrist3三自由度腕 | 出厂标定、开源ROS 2/Python栈，紧凑足迹可进入家庭/实验室，支持手柄/网页/灵巧遥操作 | 移动操作科研、模仿学习、遥操作数据采集；论文本实验移动平台 |
| Hello Robot Stretch 4 | 臂展55cm+6cm腕；负载2.5kg(伸出)/4kg(收回)；自重46kg(配压载)；轻载续航8h；高160cm/足迹直径45cm；全向底座、360°双半球3D LiDAR、自充电 | 开源ROS 2+Python SDK，集成标定开箱即用，长时续航与自主回充，面向长时自主部署 | 长时自主导航、3D SLAM、VLM抓取、家庭/职场服务机器人研究 |
| Franka Research 3（FR3） | 7 DOF；负载3kg；臂展855mm；位置重复精度±0.1mm；7关节集成力矩传感器；1kHz运动控制 | 关节力矩反馈、Desk/RIDE/FCI三级接口，兼容ROS 2、MATLAB，德国制造 | 力控/柔顺接触操作、1kHz运动控制研究、教学与算法验证（静态臂选型，非论文所用Panda） |