在人形机器人领域，数据驱动的革命虽已到来，却始终受困于高效的数据采集框架。现有系统要么依赖昂贵且笨重的动作捕捉（ MoCap）设备，要么牺牲全身控 制能力换取便携性，难以实现规模化、高灵活性的开发。 近日，来自亚马逊 FAR、斯坦福大学、加州大学伯克利分校等机构的团队提出了 TWIST2 ， 这是 一套兼具便携性、可扩展性和全身体控能力的人形机器人遥操 作与数据采集系统。它不仅打破了动捕设备的束缚，还能让机器人自主完成折纸、踢箱子等复杂任务， 目前 相关 研究 成果已开源 。 ▍ 告别动捕， 1分钟部署的全身控制方案 传统人形机器人遥操作系统陷入两难：要么像 TWIST等方案那样，依赖专业动捕实验室实现全身控制，却无法便携部署；要么像AMO、CLONE等VR-based方案 那样追求便携，却只能实现局部身体控制，难以完成复杂协调任务。 | Humanoid Data | | | | Portability & Scalability | | Holistic Control | | | | | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- ...