模仿学习

双臂机器人操作的深度模仿学习【文献解读】原文标题: Deep Imitation Learning for Bimanual Robotic Manipulation 发表会议: NeurIPS 2020 作者: Fan Xie, Alexander Chowdhury, M. Clara De Paolis Kaluza, Linfeng Zhao, Lawson L.S. Wong, Rose Yu 开源代码: https://github.com/Rose-STL-Lab/HDR-IL

斯坦福李飞飞团队：低成本双目相机，强化机器人模仿学习能力仅用低成本双目相机+隐式几何融合，就能让机器人获得媲美3D感知的能力。——为模仿学习打造更好视觉模块目录

人工智能【第38篇】模仿学习入门：让AI向专家学习作者的话：在前面的强化学习系列中，我们学习了如何让AI通过与环境交互（试错）来学习最优策略。但这种方法存在明显的局限：需要大量的交互数据，探索过程可能危险。而在现实世界中，我们往往有专家示范数据——人类驾驶员的驾驶记录、专家玩家的游戏录像、工人的操作示范……模仿学习（Imitation Learning）就是让AI向专家学习的技术。本文将带你深入理解模仿学习的原理、经典算法，并实现完整的模仿学习系统！

GMR 工程实践笔记：把自己的机器人接入动作重定向流程上一篇理论篇主要聊了 GMR 的方法逻辑：关键体匹配、默认姿态对齐、非均匀局部缩放，以及两阶段 IK。理论上看起来比较清楚，但真正接入自己的机器人时，重点并不是“能不能跑通脚本”，而是：如何配置出一套稳定、可复用、质量还不错的 smplx_to_robot 映射表。

【Autonomous Driving】Shadow Mode and Imitation Learning在智能驾驶领域，**影子模式（Shadow Mode）和模仿学习（Imitation Learning）是两个非常核心的技术概念。为了让你通俗理解，我们可以把 AI 训练比作“培养一名赛车手”**的过程。

Mobile ALOHA：通过低成本全身远程操作 to 实现双手机器人移动操控学习【文献解读】文献信息模仿学习（Imitation Learning）作为机器人学习领域的重要范式，通过从人类演示中直接学习策略，已在多种机器人任务中展现出显著潜力。从早期的车道跟随、简单的拾取放置，到更为精细的操作如涂抹披萨酱、插入电池等，行为克隆（Behavioral Cloning, BC）及其变种已成为教授机器人任意技能的有效工具。然而，现有研究大多局限于桌面级操作（table-top manipulation），缺乏完成一般性有用任务所需的移动性与灵巧性。

ACT—模仿学习算法原理本文主要介绍ACT的演变进程，包括VE、VAE、CVAE以及ACT。ACT算法全称为Action Chunking with Transformers，论文主要内容为如何使用低成本的硬件和模仿学习算法来实现双机械臂操作。截至到25年年底，各公司采用的demo，大部分都是基于ACT算法进行的开发，省时省力，可以解决传统算法中的操作困难问题。

Universal Manipulation Interface 学习Github: https://github.com/real-stanford/universal_manipulation_interface

强化学习与机器人控制仿真

ProtoMotions 3 入门教程（一）开源 GPU 加速人形机器人强化学习仿真训练框架目录系列文章目录前言0.1 关键特性0.2 高层架构一、安装1.1 前提条件1.2 选择您的模拟器(s)

强化学习与机器人控制仿真

RSL-RL：开源人形机器人强化学习控制研究库目录系列文章目录前言一、引言二、功能特性2.1 算法2.2 辅助技术2.3 实用工具三、实现细节四、研究应用

AI研究-118 具身智能 Mobile-ALOHA 解读：移动＋双臂模仿学习的开源方案（含论文/代码/套件链接）Mobile-ALOHA（Mobile Augmented Language-driven Open-Hand Operating Assistant）系统创新性地将双臂协同操作与移动底盘相结合，突破了传统仿人机器人只能完成固定位置操作的局限。这套系统通过以下关键技术实现了"移动+操作"的复合能力：

dexcap升级版之DexWild——面向户外环境的灵巧手交互策略：人类和机器人演示协同训练(人类直接带上动捕手套采集数据)截止到25年6.6日，在没动我司『七月在线』南京、武汉团队的机器的前提下，长沙这边所需的前几个开发设备都已到齐——机械臂、宇树g1 edu、VR、吊架

一点人工一点智能

让机器人学会“读心术“：FABG如何实现情感零延迟交互？编辑：陈萍萍的公主@一点人工一点智能让机器人学会"读心术"：FABG如何实现情感零延迟交互？【机器人秒变读脸专家！】VR眼动追踪+58组表情传感器，连你挑眉的0.1秒微表情都能实时克隆！独家预测算法预判人类情绪，25自由度机械脸竟比人类反应更快…https://mp.weixin.qq.com/s/sTXIxFy585XoAMo6wneHaw

机器人学习模拟框架 robosuite 支持强化学习和模仿学习 (1) 快速入门RoboSuite 是一款基于MuJoCo物理引擎构建的机器人学习模拟框架。在现有版本（v1.5）中，它涵盖了丰富多样的机器人实例支持，诸如人形机器人、自定义机器人组合，还包含复合控制器（像全身控制器等）、更多遥控设备选项，以及能够呈现出照片级逼真效果的渲染功能。

OpenTeleVision复现及机器人迁移远程操作是收集机器人学习演示所需数据的有力方法。远程操作系统的直观性和易用性对于确保高质量、多样性和可扩展性的数据至关重要。为实现这一目标，我们提出了一种沉浸式远程操作系统OpenTeleVision，使操作员能够以立体方式主动感知机器人的周围环境。此外，该系统将操作员的手臂和手部动作映射到机器人上，创造出一种仿佛操作员的意识被传送到机器人化身的沉浸体验。我们通过收集数据并在四项长期精度任务（罐头分类、罐头插入、折叠和卸货）上训练模仿学习策略，验证了系统的有效性，并在两种不同的人形机器人上进行实际

对抗式生成模仿学习（GAIL）目录1 预先基础知识1.1 对抗生成网络（GAN）1.1.1 基本概念1.1.2 损失函数1.1.2.1 固定G，求解令损失函数最大的D

ALOHA多相机Realsense配置以及数据采集在诸多模仿学习的工作中，均使用到多个Realsense相机作为数据输入端。本文探讨多个Realsense的ros节点启动。

我是有底线的