Helpful DoggyBot是一個四足機器人室內移動操作系統，它通過前端夾持裝置進行物體操作，使用在模擬環境中訓練的低級控制器實現敏捷技能，如攀爬和全身傾斜。此外，它還結合了預訓練的視覺-語言模型（VLMs）進行語義理解和命令生成。該系統在沒有實際數據收集或訓練的情況下，能在未見過的環境中零樣本泛化完成任務，如按照用戶的指令在攀爬過後的床邊取回隨機放置的玩具，成功率達到60%。

HumanPlus是一個研究項目，旨在通過模仿人類動作來訓練人形機器人，從而實現自主技能學習。該項目通過模擬強化學習訓練低級策略，並將這些策略應用到真實世界中，實現即時跟蹤人類身體和手部動作。通過影子模仿技術，操作員可以遠程操作機器人收集全身數據，用於學習不同任務。此外，通過行為克隆技術，機器人能夠模仿人類技能，完成各種任務。

CyberDemo是一個旨在通過模擬人類演示來增強現實世界中靈巧操作的項目。它可能涉及到機器人技術、機器學習和模擬環境的結合，以提高機器人在複雜環境中的操作能力。

通用操作接口(UMI)是一個數據收集和策略學習框架,允許直接將現場人類演示中的技能轉移到可部署的機器人策略。UMI採用手持夾具與仔細的界面設計相結合,實現便攜、低成本和信息豐富的數據收集,用於挑戰性的雙手和動態操作演示。為促進可部署的策略學習,UMI結合了精心設計的策略界面,具有推理時延遲匹配和相對軌跡動作表示。從而產生的學習策略與硬件無關,並且可以在多個機器人平臺上部署。配備這些功能,UMI框架解鎖了新的機器人操作功能,僅通過為每個任務更改訓練數據,允許泛化的動態、雙手、精確和長時間的行為,從而實現零次調整。我們通過全面的真實環境實驗演示了UMI的通用性和有效性,其中僅通過使用各種人類演示進行訓練的UMI策略,在面對新環境和對象時實現了零次調整的泛化。

Alter3是一個基於GPT-4的擬人機器人,能夠通過自然語言指令生成各種人類動作,實現零次學習。它具有43個關節自由度,可以自由運動,同時結合面部表情識別和生成,實現複雜的交互。用戶只需要提供語言指令,Alter3就可以自主調整代碼,生成相應運動,無需人工迭代調整。還可以通過語言反饋來優化動作,形成運動記憶。這種結合語言理解和身體運動的系統,大大提升了人機交互的潛力。

RT-Trajectory 是一種基於粗糙軌跡草圖的機器人控制策略，通過軌跡草圖實現對新任務的有效泛化能力。它既可以通過人工繪製、視頻演示等方式生成軌跡草圖，也可以通過圖像生成模型等方式生成軌跡草圖。RT-Trajectory 在各種真實世界機器人任務中得到了廣泛評估，相比於基於語言和目標的策略，具有更廣泛的任務執行能力。

Helpful DoggyBot是一個四足機器人室內移動操作系統，它通過前端夾持裝置進行物體操作，使用在模擬環境中訓練的低級控制器實現敏捷技能，如攀爬和全身傾斜。此外，它還結合了預訓練的視覺-語言模型（VLMs）進行語義理解和命令生成。該系統在沒有實際數據收集或訓練的情況下，能在未見過的環境中零樣本泛化完成任務，如按照用戶的指令在攀爬過後的床邊取回隨機放置的玩具，成功率達到60%。

NEO是1X Technologies公司開發的一款家用智能人形機器人，它通過模擬學習，能夠理解自然語言和物理空間，執行實際任務。NEO基於EVE機器人的現實世界經驗，通過1X Studio的遠程操作訓練，能夠智能地完成任務。NEO的主要優點包括安全性、智能性和可擴展性，旨在為家庭提供幫助，同時保持安全和高效。

HumanPlus是一個研究項目，旨在通過模仿人類動作來訓練人形機器人，從而實現自主技能學習。該項目通過模擬強化學習訓練低級策略，並將這些策略應用到真實世界中，實現即時跟蹤人類身體和手部動作。通過影子模仿技術，操作員可以遠程操作機器人收集全身數據，用於學習不同任務。此外，通過行為克隆技術，機器人能夠模仿人類技能，完成各種任務。

CyberDemo是一個旨在通過模擬人類演示來增強現實世界中靈巧操作的項目。它可能涉及到機器人技術、機器學習和模擬環境的結合，以提高機器人在複雜環境中的操作能力。

通用操作接口(UMI)是一個數據收集和策略學習框架,允許直接將現場人類演示中的技能轉移到可部署的機器人策略。UMI採用手持夾具與仔細的界面設計相結合,實現便攜、低成本和信息豐富的數據收集,用於挑戰性的雙手和動態操作演示。為促進可部署的策略學習,UMI結合了精心設計的策略界面,具有推理時延遲匹配和相對軌跡動作表示。從而產生的學習策略與硬件無關,並且可以在多個機器人平臺上部署。配備這些功能,UMI框架解鎖了新的機器人操作功能,僅通過為每個任務更改訓練數據,允許泛化的動態、雙手、精確和長時間的行為,從而實現零次調整。我們通過全面的真實環境實驗演示了UMI的通用性和有效性,其中僅通過使用各種人類演示進行訓練的UMI策略,在面對新環境和對象時實現了零次調整的泛化。

Alter3是一個基於GPT-4的擬人機器人,能夠通過自然語言指令生成各種人類動作,實現零次學習。它具有43個關節自由度,可以自由運動,同時結合面部表情識別和生成,實現複雜的交互。用戶只需要提供語言指令,Alter3就可以自主調整代碼,生成相應運動,無需人工迭代調整。還可以通過語言反饋來優化動作,形成運動記憶。這種結合語言理解和身體運動的系統,大大提升了人機交互的潛力。

RT-Trajectory 是一種基於粗糙軌跡草圖的機器人控制策略，通過軌跡草圖實現對新任務的有效泛化能力。它既可以通過人工繪製、視頻演示等方式生成軌跡草圖，也可以通過圖像生成模型等方式生成軌跡草圖。RT-Trajectory 在各種真實世界機器人任務中得到了廣泛評估，相比於基於語言和目標的策略，具有更廣泛的任務執行能力。