MOTIO：面向现实接地人形机器人移动操作智能体技能工程
MOTIO 系统将人类动作视频、3D 资产、运动参考与可复用技能转化为人形机器人移动操作程序，通过上下文任务与接触推理构建分阶段交互，并借助物理执行、多帧反馈和人工验证迭代，无需任务特定遥操作或机器人演示采集。33 次带时间戳的首次批准中，智能体轮次时间中位数 97.0 分钟，请求到批准时长 2.80 小时。在扫描办公室中，G1 完成连续 101.75 秒的瓶子处理物理执行；物理细化使拧螺丝螺纹残差降低 76.0%。智能体生成的技能还用于监督 BC/DAgger 蒸馏至共享参考策略，同一检查点完成 18 个仿真任务，无需推理时专家干预。
发布于 10-27 12:54来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《MOTIO: Agentic Skill Engineering for Reality-Grounded Humanoid Loco-Manipulation》查看原链
我们提出 MOTIO，一个智能体技能工程系统，可将普通人类动作视频、现实接地的 3D 资产、运动参考和可复用机器人技能转化为可执行的人形机器人移动操作程序。 通过上下文任务与接触推理，智能体构建分阶段的机器人原生交互，并利用物理执行、多帧反馈和人工验证对其进行改进——无需任务特定的遥操作或机器人演示采集。
Agentic 3D 提供度量级产品与环境资产，现有全身、逆运动学与灵巧手接口实现这些程序。 在 33 次带时间戳的首次批准中，记录的智能体轮次时间中位数为 97.0 分钟，请求到批准的时长为 2.80 小时。 仿真侧布局与物体变化为长时程瓶子处理技能做准备，在扫描办公室中实现连续 101.75 秒的 G1 物理执行；物理细化将拧螺丝螺纹残差降低 76.0%。
智能体生成的技能还监督 BC/DAgger 蒸馏至一个共享参考策略，在相同检查点下完成 18 个仿真任务，无需推理时专家干预。