-
UMI-Bench 1.0 论文精读：把 UMI 数据到真实机器人评测串成一条可审计流水线精读 UMI-Bench 1.0：面向 UMI-style 策略的真实机器人基准，覆盖 10 个桌面任务、约 2 万条示教与可解释的 Seen/Unseen 评测。
18 min read -
Universal Manipulation Interface 论文精读：让机器人从野外人类示教中学习精读 UMI：用手持夹爪、鱼眼相机、隐式双目、视觉惯性 SLAM、延迟匹配与相对轨迹，把任意环境中的人类操作示教迁移到多种机器人。
15 min read -
OmniUMI 论文精读：让机器人从人类对接触的感觉中学习OmniUMI 把 RGB、深度、轨迹、触觉、抓取力和外部力矩放进同一个手持 UMI，并用双边反馈与阻抗控制学习接触丰富的操作。
14 min read -
HiFi-UMI 论文精读：仅用高保真 UMI 数据学习可部署操作策略精读 HiFi-UMI：用 3 mm 轨迹精度、40 μs 硬件同步和六视角采集，把机器人无关示教推进到零机器人后训练与真实机器人部署。
22 min read -
RDT2 论文精读：探索 UMI 数据规模化的跨本体零样本泛化极限精读 RDT2：用 10,000+ 小时 UMI 示教数据与 RVQ、Flow Matching、蒸馏三阶段训练，让 7B VLA 零样本迁移到未见机器人本体。
19 min read