HumanEgo: 从几分钟人类自我中心视频实现零样本机器人学习

Zhi, Wang, Botao He, Kelin Yu, Seungjae Lee, Ruohan Gao, Furong Huang, Yiannis Aloimonos

2026

摘要

提出HumanEgo框架，通过将人类演示提升为手-物交互的实体级表示，并训练带有密集辅助目标的流匹配策略，弥合了人机之间的具身差距。仅需30分钟人类视频即可在四项真实任务上达到92.5%的平均成功率，无需机器人数据且零样本迁移到新机器人、相机和环境。

zero-shot learningegocentric videohuman-to-robot transferflow matching policyembodiment gap

MANIPULATION

开放获取📊 0 引用

Jiawei Zhang, Xinhao Miao, Jifeng Guo 等 5 位作者

2026

MANIPULATION

开放获取📊 0 引用

Pavan Karke, Kushal Shah, Gaurav Singh 等 6 位作者

2026

MANIPULATION

开放获取📊 0 引用

Xinzhe Chen, Sihua Ren, Liqi Huang 等 8 位作者

2026

MANIPULATION

开放获取

Vito Mengers, Oliver Brock

2026