内容摘要
人类操作视频可为灵巧机器人学习提供经验，但保留裸手交互外观时，难以同步获得运动与触觉监督。作者提出ExoBridge，利用双手协调操作形成跨手监督，学习从裸手视频到传感外骨骼状态的映射。
采集时，裸露左手操作一个物体，佩戴外骨骼的右手在另一份物体上协调执行同一任务，同步提供编码器和触觉测量；不要求双手关节轨迹完全一致。时序视觉模型学习预测指尖接触、连续触觉强度及相对初始状态的编码器变化，推理仅使用裸手RGB视频。
作者在四项操作任务的1,215段示范上，按采集会话划分五折并使用三个随机种子评估。汇总任一指尖接触AUROC为0.916，触觉强度Pearson相关系数为0.790；编码器通道0—9的运动平均绝对误差为4.15，零变化基线为7.51。结果限于既有任务内的留出会话和固定相机条件下的离线状态预测，尚未验证桥接预测驱动的闭环控制。
点评
将外骨骼测量用作另一只裸手视频的监督信号，提供了连接视觉示范与机器人相关状态空间的路径；运动输出通过既有标定关联机器人手。
证据来自作者论文，不是独立复现。触觉目标属于对侧外骨骼；配套机器人实验直接使用外骨骼示范，不能视为桥接预测的闭环验证。数据与评估代码仅声明将发布。
版本与核查范围
版本 2610.07692v1 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 #abstract1.1；#abstract1.1；#S3.SS2.p1.1；#S1.p4.1；#abstract1.1；#S3.SS5.p1.1；#abstract1.1；#S4.SS3.p1.1；#S5.p1.1；#S5.p2.1；#S6.p1.1；#S6.p1.1