ReActor: Reinforcement Learning for Physics-Aware Motion Retargeting
Disney Research（迪士尼研究）
本文提出一种双层优化框架，通过强化学习联合适应机器人形态并训练跟踪策略，解决人类运动重定向到机器人形态的物理不一致问题，实现鲁棒的模仿学习。
2026-05-07 cs.GR cs.LG cs.RO
Morphometric Imitation: From Morphology and Contact Aware Hand Retargeting to Sim-to-Real Visuomotor Policy
University of California, Berkeley（加州大学伯克利分校）
提出形态度量模仿框架，通过形态优化、残差强化学习和策略蒸馏，将人手交互示范转化为零样本仿真到现实的视觉运动策略，显著提升接触精度和真实世界成功率。
2026-09-29 cs.RO
MoReFlow: Motion Retargeting Learning through Unsupervised Flow Matching
Georgia Institute of Technology（佐治亚理工学院）
本文提出无监督框架 MoReFlow，通过 VQ-VAE 运动嵌入与条件耦合 flow matching 对齐不同角色的潜在空间，实现无需成对数据、灵活可逆且更真实可控的运动重定向。
2025-10-18 cs.GR cs.RO
PACT: Posture-Aligned Co-Design Technique for Hand Configuration and Retargeting in Multi-Finger Imitation Learning
Waseda University（早稻田大学）
PACT是一种联合优化机器人手机械参数与姿态重定向器的技术，其制造的PACT手在姿态复现精度、负载能力、抓握成功率等指标上优于LEAP Hand基线，基于其演示训练的模仿学习策略在罐头抓取任务中表现良好。
2026-10-14 cs.RO
Unsupervised Neural Motion Retargeting for Humanoid Teleoperation
Graduate School of Informatics, Kyoto University（京都大学 informatics 研究生院）；Artificial Intelligence Research Center, National Institute of Advanced Industrial Science and Technology (AIST)（独立行政法人 产业技术综合研究所 人工智能研究中心）；Advanced Telecommunications Research Institute International (ATR)（国际电气通信基础技术研究所）；Graduate School of Science Technology, Nara Institute of Science and Technology（奈良科学技术研究所 研究生院）
本研究提出一种基于GAN的无监督在线运动重定向方法，无需成对数据集即可实现人到人形机器人的遥操作，降低了系统复杂性与设置门槛，实验表明其重定向精度与传统方法相当且具备实用可用性。
2024-06-02 cs.RO
Unsupervised Action Localization Crop in Video Retargeting for 3D ConvNets
Indian Institute of Technology Kharagpur（印度理工学院卡拉格普尔分校）；Larsen & Toubro Infotech Ltd.（拉森与图布罗信息技术有限公司）；Indian Statistical Institute（印度统计研究所）
社交媒体上未经修剪的视频或机器人和监控摄像头拍摄的视频具有不同的宽高比。然而，3D CNN通常需要输入一个正方形的视频，其空间维度小于原始视频。随机裁剪或居中裁剪可能会完全忽略视频的主题。为了解决这个问题，我们提出了一种无监督的视频裁剪方法，将其塑造为重定向和视频到视频合成问题。合成的视频保持1：1的宽高比，尺寸较小，并且在整个持续时间内针对视频主题。首先，通过识别具有均匀运动模式的补丁对每帧执行动作定位。因此，每帧精确定位单个显著片。但是为了避免视点抖动和闪烁，补丁之间的任何帧间比例或位置变化都应该随着时间逐渐执行。这个问题是解决与polyBezier拟合在3D空间，通过一些选定的枢轴时间戳，其形状是由控制时间戳之间的影响。为了证实所提出的方法的有效性，我们通过比较我们的动态裁剪技术与随机裁剪三个基准数据集，即UCF-101，HMDB-51和ActivityNet v1.3来评估视频分类任务。在我们的裁剪之后，视频分类的剪辑和top-1准确度优于相同大小的随机裁剪输入的3D CNN性能，也超过了一些更大的随机裁剪大小。
2021-11-22 cs.CV cs.LG cs.RO
Analyzing Key Objectives in Human-to-Robot Retargeting for Dexterous Manipulation
Department of Automation, Beijing National Research Center for Information Science and Technology, Tsinghua University, China（自动化系，信息科学与技术国家工程研究中心，清华大学）
本文通过实验分析回退目标在灵巧操作中的应用，提出综合目标公式并评估各因素的重要性。
2025-12-24 cs.RO
AnyDexRT: Calibration-Efficient Dexterous Hand Retargeting with Few-Shot Human Guidance
Shanghai Jiao Tong University（上海交通大学）；Shanghai Innovation Institute（上海创新研究院）
研究提出免校准的AnyDexRT方法用于灵巧手遥操作重定向，结合自监督指尖对应学习与少量人类引导，在任务相关区域锚定映射并优化捏合姿势，实验表明该方法提升重定向质量、减少手动调整，控制更直观高效。
2026-11-06 cs.RO
UAD: Unsupervised Affordance Distillation for Generalization in Robotic Manipulation
Stanford University（斯坦福大学）
针对机器人操作中现有视觉可用性预测依赖人工标注或预定义任务的问题，提出无监督可用性蒸馏方法UAD，利用基础模型自动生成标注数据训练模型，提升对野外场景、未知物体及指令的泛化能力。
2025-08-25 cs.AI cs.CV cs.RO
DemoDiffusion: One-Shot Human Imitation using pre-trained Diffusion Policy
Carnegie Mellon University（卡内基梅隆大学）
提出DemoDiffusion方法，通过单次人类演示和预训练扩散策略，无需任务特定训练即可使机器人执行操作任务，在8项任务中平均成功率达83.8%。
2026-06-16 cs.LG cs.RO
EgoVLA: Learning Vision-Language-Action Models from Egocentric Human Videos
UC San Diego（加州大学圣地亚哥分校）；UIUC（伊利诺伊大学香槟分校）；MIT（麻省理工学院）；NVIDIA（英伟达）
本文提出EgoVLA，利用第一人称人类视频训练VLA模型，通过逆运动学和重定向将人类动作转为机器人动作，并用少量机器人演示微调，在Ego Humanoid Manipulation Benchmark上显著优于基线。
2025-07-18 cs.AI cs.CV cs.LG
Redefining Data Pairing for Motion Retargeting Leveraging a Human Body Prior
Ulsan National Institute of Science and Technology（蔚山科学技术院）
本文提出MR HuBo方法，通过反向生成机器人到人类的配对姿态数据并利用人体先验过滤极端姿态，结合两阶段监督学习网络，实现高质量的人形机器人运动重定向。
2024-10-01 cs.AI cs.LG cs.RO
Safe Human-to-Humanoid Motion Imitation Using Control Barrier Functions
New York University Abu Dhabi (NYUAD)（纽约大学阿布扎比分校）；New York University（纽约大学）；NYUAD Center for Artificial Intelligence and Robotics (CAIR)（纽约大学阿布扎比人工智能与机器人中心）
本文提出了一种基于视觉的框架，通过控制障碍函数层确保人形机器人在模仿人类动作时的安全性，利用单摄像头捕捉人体骨骼关键点并转换为关节角度，通过二次规划过滤模仿指令以避免碰撞。
2026-04-13 cs.RO cs.SY eess.SY
Kinodynamic Motion Retargeting for Humanoid Locomotion via Multi-Contact Whole-Body Trajectory Optimization
KDMR通过多接触全身轨迹优化，实现人形运动的动力学重定向，提升动作的动态可行性与稳定性，优于传统纯运动学方法。
2026-08-03 cs.RO
Task-Centric Policy Optimization from Misaligned Motion Priors
本文提出任务导向的运动先验框架，通过将模仿视为条件正则化器，提升任务性能并抑制有害模仿，验证了在嘈杂示范下的鲁棒性。
2026-02-03 cs.LG cs.RO
Shooting for Contact: Contact-Implicit Multiple Shooting for Dynamic Motion Retargeting
针对现有运动重定向方法的不足，提出接触隐式多射击（DSMS）框架，可生成动力学可行的全身轨迹，加快RL训练并实现Unitree G1的零样本模拟到真实迁移。
2026-10-27 cs.RO cs.SY eess.SY
Spatio-Temporal Motion Retargeting for Quadruped Robots
Department of Artificial Intelligence, Korea University（人工智能系，韩国大学）；Department of Computer Science, ETH Zurich（计算机科学系，苏黎世联邦理工学院）；Department of Mechanical and Aerospace Engineering, UCLA（机械与航空航天工程系，加州大学洛杉矶分校）
本文提出足式机器人时空运动重定向方法，先由关键点轨迹生成运动学可行的全身动作，再在物理约束下进行时域动力学优化，并结合强化学习实现鲁棒跟踪，可将含噪视频迁移为四足机器人的后空翻等技能。
2025-07-24 cs.RO
A Scalable Whole-body Motion Transfer via Implicit Kinodynamic Motion Retargeting
HKUST(GZ)（香港科技大学（广州））；ETH Zurich（苏黎世联邦理工学院）；Zhejiang University（浙江大学）；Xiaomi Robotics Lab（小米机器人实验室）
提出隐式动力学运动重定向（IKMR），利用骨架图卷积双自编码器将人体与机器人运动映射到共享拓扑潜空间，结合物理信息精炼实现高速、鲁棒的运动数据转换，解决噪声与计算瓶颈。
2026-07-01 cs.AI cs.RO
DexTwist: Dexterous Hand Retargeting for Twist Motion via Mixed Reality-based Teleoperation
Autonomous Systems Lab, Institute of Computer Technology, TU Wien（自主系统实验室，计算机技术学院，维也纳技术大学）；Institute of Robotics and Mechatronics (DLR), German Aerospace Center（机器人与机电系统研究所（DLR），德国航空航天中心）
本文提出DexTwist框架，通过混合现实接口实现灵巧手扭动动作的重定向，解决传统方法在接触丰富旋转操作中的不足，提升扭动角度跟踪和螺轴稳定性。
2026-05-12 cs.RO
From One Hand to Multiple Hands: Imitation Learning for Dexterous Manipulation from Single-Camera Teleoperation
UC San Diego（加州大学圣地亚哥分校）
我们建议执行模仿学习灵巧操作与多指机器人手从人类示范，并转移到真正的机器人手的政策。我们介绍了一种新颖的单摄像机遥操作系统，只需一台iPad和一台电脑就可以有效地收集3D演示。我们的系统的一个关键贡献是，我们构建了一个定制的机器人手为每个用户在物理模拟器，这是一个类似于相同的运动学结构和形状的操作员的手的机械手。这提供了一个直观的界面，并避免了不稳定的人机手重定向数据汇集，导致大规模和高质量的数据。一旦收集到数据，定制的机器人手轨迹可以转换为不同的指定机器人手（制造的模型），以生成训练演示。通过使用我们的数据进行模仿学习，我们在多个复杂操作任务的基线上显示出很大的改进。重要的是，我们证明了我们学习的策略在转移到真实机器人时更加强大。更多视频可以在https://yzqin.github.io/dex-teleop-imitation上找到。
2023-01-18 cs.CV cs.LG cs.RO
Reinforcement Learning for Legged Robots: Motion Imitation from Model-Based Optimal Control
Massachusetts Institute of Technology (MIT)（麻省理工学院）
提出MIMOC，一种通过模仿基于模型最优控制生成的动态一致参考轨迹（含力矩参考）来学习敏捷运动的强化学习控制器，无需微调且对建模误差不敏感，在Mini-Cheetah和MIT Humanoid上验证了其优于传统方法。
2023-05-18 cs.RO
Human2Humanoid: Physics-Aware Cross-Morphology Motion Retargeting for Humanoid Robots
Institute of Humanoid Robots, Department of Precision Machinery and Precision Instrumentation, University of Science and Technology of China（人形机器人研究院，精密机械与精密仪器系，中国科学技术大学）
提出Human2Humanoid无监督运动重定向框架，利用CycleGAN和骨架感知图卷积网络处理未配对数据，通过形态不变末端执行器一致性损失和物理感知可行性约束，实现从人体运动到人形机器人的高保真重定向。
2026-06-02 cs.RO
Offline Diversity Maximization Under Imitation Constraints
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；University of Tübingen（蒂宾根大学）；ETH Zurich（苏黎世联邦理工学院）
针对无监督技能发现方法需大量在线交互、难利用任务无关数据且缺技能效用量化指标的问题，提出带模仿约束的离线算法，结合Fenchel对偶等最大化互信息目标，在D4RL及12-DoF四足机器人数据集上验证有效且策略可迁移到真机。
2024-06-21 cs.AI cs.LG cs.RO
Dexterous Teleoperation of 20-DoF ByteDexter Hand via Human Motion Retargeting
ByteDance（字节跳动）
本文提出一个手-臂遥操作系统，结合20自由度连杆驱动拟人机械手和基于优化的运动重定向方法，实现实时高保真复现人类手部运动，并通过灵巧操作和长时程整理任务验证其生成高质量演示数据的能力。
2025-07-04 cs.RO
TWIST: Teleoperated Whole-Body Imitation System
Stanford University（斯坦福大学）；Simon Fraser University（西蒙弗雷泽大学）
TWIST系统通过人类运动捕捉数据重定向与RL+BC混合控制器，实现人形机器人单一神经网络下的全身协调遥操作，覆盖操作、移动与表达性运动。
2025-05-05 cs.CV cs.LG cs.RO
Versatile Skill Control via Self-supervised Adversarial Imitation of Unlabeled Mixed Motions
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；ETH Zurich（苏黎世联邦理工学院）
学习不同的技能是机器人技术的主要挑战之一。为此，模仿学习方法已经取得了令人印象深刻的结果。这些方法需要明确标记的数据集或假设一致的技能执行，以实现对个体行为的学习和主动控制，这限制了它们的适用性。在这项工作中，我们提出了一种合作对抗方法，通过最大限度地提高其可辨别性，从包含不同状态转换模式的未标记数据集中获得具有可控技能集的单一通用策略。此外，我们表明，通过利用生成对抗模仿学习框架中的无监督技能发现，新的和有用的技能出现与成功的任务完成。最后，所获得的多功能的政策进行了测试，一个敏捷的四足机器人称为独奏8，并提出忠实的复制编码在演示中的各种技能。
2023-02-11 cs.AI cs.LG cs.RO
LOTUS: Continual Imitation Learning for Robot Manipulation Through Unsupervised Skill Discovery
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Peking University（北京大学）
LOTUS通过无监督技能发现和元控制器组合技能，使机器人仅凭少量演示即可持续学习新操作任务，成功率比现有最佳方法高11%以上。
2024-11-23 cs.CV cs.LG cs.RO
Functional Force-Aware Retargeting from Virtual Human Demos to Soft Robot Policies
本文提出SoftAct框架，通过显式考虑接触力来教软机器人手执行类人操作技能。采用虚拟现实技术捕获丰富的示范数据，结合两阶段力感知重定向算法，实现力平衡映射和实时接触优化，提升软机器人在复杂任务中的表现。
2026-04-01 cs.RO
Leveraging Pretrained Latent Representations for Few-Shot Imitation Learning on a Dexterous Robotic Hand
ETH Zurich（苏黎世联邦理工学院）；Max Plank ETH Center for Learning Systems（马克斯·普朗克-ETH学习系统中心）
提出利用大规模任务无关数据集预训练潜在表示并结合基于transformer的行为克隆方法，解决了灵巧机器人手少样本模仿学习问题，提升了抗噪性并成功部署于真实23Dof系统。
2024-04-25 cs.RO
A Whole-Body Motion Imitation Framework from Human Data for Full-Size Humanoid Robot
The State Key Laboratory of Industrial Control and Technology of Zhejiang University（浙江大学工业控制技术状态重点实验室）；Zhejiang Humanoid Robot Innovation Center（浙江人形机器人创新中心）；Department of Engineering Mechanics of Zhejiang University（浙江大学工程力学系）
针对人形机器人与人类运动学动力学差异导致的平衡下精准模仿难题，提出含接触感知重定向、非线性质心MPC和全身控制器的框架，经仿真与真机实验验证具备准确性与适应性。
2025-08-01 cs.RO
Walk Like Dogs: Learning Steerable Imitation Controllers for Legged Robots from Unlabeled Motion Data
Computational Robotics Lab in the Department of Computer Science, ETH Zurich, Switzerland（计算机科学系计算机器人实验室，瑞士苏黎世联邦理工学院）；Robot Intelligence Lab in the Department of Artificial Intelligence, Korea University, South Korea（人工智能系机器人智能实验室，韩国大学）
本文提出了一种从未标记动作数据中学习可调节模仿控制器的方法，通过自动发现行为模式并生成风格一致的运动目标，实现四足机器人自主步态生成与转换。
2026-03-04 cs.RO
Multi-Domain Motion Embedding: Expressive Real-Time Mimicry for Legged Robots
Robotic Systems Lab, ETH Zurich, Zurich, Switzerland（苏黎世联邦理工学院机器人系统实验室）；Computational Robotics Lab, ETH Zurich, Zurich, Switzerland（苏黎世联邦理工学院计算机器人实验室）；ETH Zürich（苏黎世联邦理工学院）
本文提出多域运动嵌入方法，通过结合小波编码器和概率嵌入，实现对运动结构和非结构特征的统一表示，从而提升机器人实时模仿复杂轨迹的保真度和泛化能力。
2026-09-15 cs.RO
Identifying Selections for Unsupervised Subtask Discovery
Carnegie Mellon University（卡内基梅隆大学）；MBZUAI（穆罕默德·本·扎耶德人工智能大学）
该研究针对无监督子任务发现问题，提出子任务是动作选择机制产物的理论，开发seq-NMF方法学习子目标提取子任务，实验验证其可提升多任务模仿学习的新任务泛化能力。
2024-10-28 cs.AI cs.LG cs.RO
EMP: Executable Motion Prior for Humanoid Robot Standing Upper-body Motion Imitation
State Key Laboratory of Industrial Control and Technology（工业控制与技术国家重点实验室）
本文提出基于强化学习的人形机器人站立上半身运动模仿框架，通过重定向网络生成训练数据，并引入可执行运动先验模块根据机器人状态调整目标运动，在保持稳定性的同时实现安全、鲁棒的上半身运动模仿。
2025-07-21 cs.RO
HumanMimic: Learning Natural Locomotion and Transitions for Humanoid Robot via Wasserstein Adversarial Imitation
The University of Tokyo（东京大学）；ETH Zürich（苏黎世联邦理工学院）
该研究提出HumanMimic Wasserstein对抗模仿学习系统，通过运动重定向、结合RL的对抗判别器与带软边界约束的Wasserstein-1距离，使人形机器人JAXON实现多种自然运动及无演示的模式间自然过渡。
2024-04-23 cs.RO
TACT: Humanoid Whole-body Contact Manipulation through Deep Imitation Learning with Tactile Modality
CNRS-AIST JRL (Joint Robotics Laboratory), IRL and National Institute of Advanced Industrial Science and Technology (AIST)（CNRS-AIST联合机器人实验室、IRL和国家先进工业科学与技术研究院）；Tokyo University of Science（东京科学大学）；University of Tsukuba（茨口大学）
本研究提出TACT策略，结合触觉与视觉模态，通过模仿学习使人形机器人RHP7 Kaleido实现平衡行走中的全身接触操作，增强稳定性并提升操控鲁棒性。
2025-06-18 cs.RO
Learning by Watching: Physical Imitation of Manipulation Skills from Human Videos
University of Toronto（多伦多大学）；Vector Institute（矢量研究所）；Tianjin University（天津大学）；Nvidia（英伟达）
从视觉数据中学习打开了一个潜力，通过利用人类示范，而不是指定每一个数学，而是通过自然的任务规范，积累了大量的操作行为。在本文中，我们提出了通过观看学习（LbW），策略学习的算法框架，通过模仿指定任务的单个视频。我们的方法的关键见解是双重的。首先，由于人类手臂可能不具有与机器人手臂相同的形态，因此我们的框架学习无监督的人到机器人翻译以克服形态不匹配问题。其次，为了捕获对学习状态表示至关重要的显著区域中的细节，我们的模型对翻译的机器人视频进行无监督的关键点检测。检测到的关键点形成包含语义上有意义的信息的结构化表示，并且可以直接用于计算奖励和策略学习。我们评估了我们的LbW框架在五个机器人操作任务上的有效性，包括达到，推动，滑动，咖啡制作和抽屉关闭。广泛的实验评估表明，我们的方法对国家的最先进的方法表现良好。
2021-11-14 cs.CV cs.LG cs.RO
Human Motion Control of Quadrupedal Robots using Deep Reinforcement Learning
Seoul National University（首尔国立大学）；Georgia Institute of Technology（佐治亚理工学院）
基于运动的控制界面通过将用户的直觉与机器人的运动能力相结合，保证了机器人在危险环境中的灵活操作。然而，为非人形机器人（如四足或六足机器人）设计运动接口并不简单，因为不同的动力学和控制策略支配着它们的运动。我们提出了一种新的运动控制系统，允许人类用户无缝地操作四足机器人上的各种电机任务。我们首先使用监督学习和后处理技术将捕获的人体运动重定向到具有适当语义的相应机器人运动。然后，我们将动作模仿学习与课程学习相结合，开发了一种能够跟踪给定重定向参考的控制策略。我们通过训练一组专家来进一步提高运动重定向和运动模仿的性能。正如我们所展示的，用户可以使用我们的系统执行各种运动任务，包括站立，坐着，倾斜，操纵，行走和转动，模拟和真实的四足动物。我们还进行了一组研究，以分析每个组件引起的性能增益。
2022-04-28 cs.RO
PHUMA: Physically Reliable Humanoid Locomotion Dataset
KAIST（韩国科学技术院）
本文提出PHUMA数据集，通过结合物理感知的筛选和物理约束的重定向，整合动作捕捉和网络视频，生成物理可靠的仿人运动数据，提升仿人运动的稳定性和泛化能力。
2026-10-14 cs.RO
Unsupervised Perceptual Rewards for Imitation Learning
Google Brain（谷歌大脑）
奖励函数设计和探索时间可以说是在现实世界中部署强化学习（RL）代理的最大障碍。在许多现实任务中，设计奖励函数需要大量的手工工程，并且通常需要安装额外的传感器来测量任务是否成功执行。此外，许多有趣的任务由多个必须按顺序执行的隐式中间步骤组成。即使最终结果可以衡量，它也不一定提供关于这些中间步骤的反馈。为了解决这些问题，我们建议利用深度模型学习的中间视觉表示的抽象能力，从少量的演示中快速推断感知奖励函数。我们提出了一种方法，能够识别关键的中间步骤的任务，从只有少数的演示序列，并自动识别识别这些步骤的最有区别的功能。这种方法利用了预先训练的深度模型中的特征，但不需要任何明确的子目标规范。由此产生的奖励函数可以被RL代理用来学习在现实世界中执行任务。为了评估学习的奖励，我们提出了两个现实世界的任务和定量评价对人类设计的奖励功能的定性结果。我们还表明，我们的方法可以用来学习一个真实世界的开门技能，使用一个真正的机器人，即使用于奖励学习的演示是由一个人用自己的手。据我们所知，这些是第一个结果，表明复杂的机器人操作技能可以直接学习，而无需来自人类执行任务的视频的监督标签。补充材料和数据可在https://sermanet.github.io/rewards上获得
2017-06-12 cs.CV cs.RO
Semi-Supervised Cross-Domain Imitation Learning
Department of Computer Science, National Yang Ming Chiao Tung University（计算机科学系，国家阳明交通大学）
本文提出半监督跨领域模仿学习方法，通过结合监督与无监督学习，实现稳定且高效的数据驱动策略学习。
2026-02-11 cs.LG cs.RO
InterMimicGen: Scaling Humanoid Loco-Manipulation through Self-Evolving Motion Imitation
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-尚佩恩分校）；NVIDIA（英伟达）
InterMimicGen提出自进化运动模仿框架，通过数据飞轮将稀疏人-物交互演示扩展为多样化机器人参考，训练通用跟踪器并提升移动操作能力，实现向真实机器人的迁移。
2026-10-06 cs.CV cs.GR cs.RO
Rethinking Mutual Information for Language Conditioned Skill Discovery on Imitation Learning
Fudan University（复旦大学）；Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；Tsinghua University（清华大学）
本文提出语言条件技能发现（LCSD）方法，通过向量量化和互信息最大化在无监督模仿学习中学习离散技能，并在多个语言条件机器人任务上验证其泛化性、可解释性和任务成功率优势。
2024-02-27 cs.AI cs.RO
It Takes Two: Learning Interactive Whole-Body Control Between Humanoid Robots
Shanghai Jiao Tong University（上海交通大学）
提出双人形机器人动作模仿框架Harmanoid，通过接触感知动作重定向和交互驱动动作控制器显式建模智能体间接触与交互感知动力学，有效解决单人形机器人的孤立问题，显著提升交互式动作模仿效果。
2025-10-11 cs.MA cs.RO
Hand-centric Human-to-Robot Trajectory Transfer from Video Demonstrations via Object Category-agnostic Temporal Localization
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）
提出HOWTransfer框架，通过接触定位从人类视频中提取接触感知的机器人轨迹，无需物体特定描述，在多样化操作任务中实现86%的成功率。
2026-09-22 cs.RO
CrossLoco: Human Motion Driven Control of Legged Robots via Guided Unsupervised Reinforcement Learning
Georgia Institute of Technology（佐治亚理工学院）
本文提出 CrossLoco 引导式无监督强化学习框架，利用循环一致性奖励联合学习机器人技能与人体运动对应关系，提升运动转换的准确性、多样性和用户偏好。
2023-09-29 cs.RO
LLM Trainer: Automated Robotic Data Generation via Demonstration Augmentation using LLMs
Carnegie Mellon University（卡内基梅隆大学）
提出LLM Trainer，一种利用大语言模型的世界知识将少量人类演示自动扩展为大规模机器人数据集的管道，通过离线标注和在线关键姿势重定向生成新轨迹，并采用汤普森采样优化标注。
2026-05-31 cs.RO
SEED-UMI: Sharing the Exoskeleton between human and robot for onE-to-one Dexterous demonstration
Delta Intelligence（三角洲智能）
提出SEED-UMI框架，通过人与机器人共享外骨骼实现一对一灵巧演示，将重定向转为配对跨具身监督，在五个接触丰富任务上数据收集效率提升3.0倍，平均成功率70.0%。
2026-09-11 cs.RO
Realizing Text-Driven Motion Generation on NAO Robot: A Reinforcement Learning-Optimized Control Pipeline
College of Electronic and Information Engineering, Tongji University（电子信息工程学院，同济大学）
本文提出一种文本驱动的人形机器人运动生成与控制流程，通过NPR Loss角度信号网络生成关节角度，并结合强化学习全身控制策略，在NAO机器人上实现了稳定的人类运动模仿。
2025-06-05 cs.RO
Words into Action: Learning Diverse Humanoid Robot Behaviors using Language Guided Iterative Motion Refinement
Georgia Institute of Technology（佐治亚理工学院）
本文提出一种利用自然语言命令训练人形机器人策略的方法，结合大语言模型与迭代微调，在模拟Digit机器人上实现多样化动作学习，速度提升3倍。
2023-10-10 cs.RO
Human-Humanoid Robots Cross-Embodiment Behavior-Skill Transfer Using Decomposed Adversarial Learning from Demonstration
T-Stone Robotics Institute（天石机器人研究所）；The Chinese University of Hong Kong（香港中文大学）；Idiap Research Institute（伊迪亚普研究所）
针对人形机器人高自由度导致的数据收集困难，提出跨本体技能迁移框架，利用数字人模型和对抗模仿学习行为原语，将复杂结构分解为功能组件独立训练并动态协调，通过人-物交互图实现任务泛化，在五台机器人上验证有效降低数据需求并提升迁移效率。
2024-12-19 cs.AI cs.RO
Deep Learning of Robotic Tasks without a Simulator using Strong and Weak Human Supervision
Technion - Israel Institute of Technology（以色列理工学院）
我们提出了一个计划，培训计算机化的代理执行复杂的人类任务，如公路转向。该计划的目的是遵循自然的学习过程，其中一个人类教练教计算机化的学员。学习过程由五个要素组成：（i）无监督特征学习;（ii）有监督模仿学习;（iii）有监督奖励诱导;（iv）有监督安全模块构建;以及（v）强化学习。我们使用深度卷积网络实现了该方案的最后四个元素，并将其应用于成功创建一个能够在着名赛车游戏Assetto Corsa上自主驾驶高速公路的计算机化代理。我们证明，最后四个元素的使用是必不可少的，有效地进行转向任务，单独使用视觉，而无需访问驾驶模拟器内部，并在挂钟时间操作。这也可以通过引入安全网络来实现，这是一种防止代理在强化学习阶段执行灾难性错误的新方法。
2017-03-26 cs.AI cs.LG cs.RO
Diverse Skill Discovery for Quadruped Robots via Unsupervised Learning
College of Intelligent Robotics and Advanced Manufacturing（智能机器人与先进制造学院）；Fudan University（复旦大学）；College of Foreign Language（外国语言学院）；The University of Shanghai for Science and Technology（上海科技大学）
本研究提出OMoE架构和多判别器框架，通过无监督学习实现四足机器人多样化技能发现，提升训练效率并扩大状态空间覆盖范围。
2026-02-10 cs.RO
Semantic Co-Speech Gesture Synthesis and Real-Time Control for Humanoid Robots
China Mobile HangZhou（中国移动杭州）
本文提出了一种基于语义的手势生成与实时控制框架，通过整合生成检索机制和模仿学习策略，实现人形机器人自然流畅的非语言交流。
2025-12-19 cs.RO
