跳至正文
原文导读 · 原标题中译

KITE:分开学习交互意图与硬件动作,迁移操作任务

KITE: Decoupling Kinematics and Interaction for Zero-Shot Cross-Embodiment Manipulation

材料发布 2026-10-21 · arXiv · 作者论文 · 核查 2026-10-23
图 2:KITE 概览。操作被拆成不绑定本体的交互策略和针对本体的运动学解码器,以潜在交互意图连接。解码器从各本体运动学模型学习如何实现意图;交互策略从转换为意图表示的源示范中学习。 图片出处
图 7:真机迁移。左侧为源示范,右侧为 Wuji 手在四项任务上的零样本执行。 图片出处

内容摘要

让夹爪演示的物体放置任务交给灵巧手执行,不能只照搬关节动作。作者提出KITE(跨本体运动学交互迁移),把“怎样接近、接触和操纵物体”与“这台机器人怎样运动”分开学习,供不同硬件复用任务策略。这里的零样本指不使用目标机器人的任务示范,并非无需适配。

交互策略从源机器人示范学习,用接触位置和表面朝向表达交互意图;运动学解码器则利用各机器人运动学模型生成的合成数据训练,把意图转成目标关节配置。新增本体时,保持意图编码器和任务策略不变,用新旧本体的合成数据微调解码器组。对开发者,这提供了把任务学习与硬件适配分开的接口。

作者仿真实验覆盖四项任务、六种机器人本体;真机将机器人和人手示范迁移至Wuji手,使用冻结解码器,未做目标任务示范训练或真机微调。其中,人手示范的泵瓶任务报告成功率为60%,每项真机任务仅测试10次。这些是作者实验,不是独立复现;目标必须能实现源接触模式,方法不为新硬件发明新策略,也不能仅靠运动学监督消除软垫、腱和线缆引入的仿真到真机差异。

点评

对本体软件开发者,价值在于明确任务策略与硬件动作实现的分工:已有交互策略可以保持不变,新增硬件的适配集中在运动学解码器组,而非重新采集目标任务示范;这仍需要目标运动学模型及相应训练。

证据为作者论文实验,不能视为独立研究复现或已验证的部署成效。真机每项任务仅10次试验,物体放置和泵瓶各使用一个与仿真实例几何相近的物体。目标无法实现源接触模式的任务不在适用范围内;方法迁移已有策略,不生成适合目标形态的新策略,运动学监督也未覆盖软垫顺应性、腱松弛和线缆耦合造成的差异。

版本与核查范围

版本 2606.22113v2 · 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 #S1.p1.1;#S5.SS1.p3.1;#abstract1.1;#S1.p4.1;#S5.SS1.p4.1;#S4.SS1.p2.2;#S4.SS2.p1.1;#S4.SS4.p2.1;#S7.p1.1;#S5.SS5.p1.1;#S5.F6.2;#S5.SS1.p3.1