video-driven-learning

深度分析

Sugar：三階段影片驅動到 sim-to-real 的人型機器人全身操控管線

面對人型機器人在非結構化環境下進行全身移動與接觸操作的難題，Sugar提出一個從大量無標註人類影片出發的可擴展流程。系統先自動抽取人與物件的運動軌跡與接觸事件作為「運動先驗」，再以具特權資訊的物理模擬強化學習逐步修正這些粗糙先驗，最後蒸餾成階層化策略：上層生成命令，下層追蹤並轉為關節控制。