CLONE——面向长时任务的闭环VR全身遥操：其MoE架构可实现“蹲着走”，且LiDAR里程计解决位置偏差，更增强AMASS数据集
内容提要
长沙具身团队正在扩招，分为三个项目组，专注于电源、USB插拔及人形机器人技术。CLONE系统通过闭环遥操作解决了人形机器人长时任务中的位置反馈问题，提升了人机协作能力。
延伸解读
CLONE系统的创新优势
CLONE系统通过闭环遥操作技术解决了人形机器人在长时任务中的位置反馈问题，显著提升了人机协作能力。与传统开环系统相比，CLONE的闭环误差校正机制能够实时监测并补偿位置偏差，确保操作的精确性。这一创新使得人形机器人在复杂环境中的表现更加稳定，适用于更广泛的应用场景。
数据集的构建与应用
CLONE系统的数据集CLONED由多个部分组成，涵盖了丰富的上半身和下半身动作。这种多样化的数据集不仅增强了系统的泛化能力，还为训练稳健的下肢行为提供了基础。通过对AMASS数据集的扩展和针对性编辑，CLONE能够更好地应对现实世界中的复杂操作任务。
人形机器人技术的未来挑战
尽管CLONE系统在长时任务的遥操作中取得了显著进展，但人形机器人技术仍面临许多挑战，如复杂环境中的实时状态估计和多样化动作的协调性。未来的研究需要进一步探索如何提高系统的适应性和灵活性，以满足更复杂的操作需求。
Q&A
CLONE系统的主要创新点是什么？
CLONE系统通过专家混合（MoE）框架、LiDAR里程计与Apple Vision Pro跟踪技术的融合，实现了闭环全局位姿反馈，提升了人形机器人的远程操作能力。
CLONE系统如何解决人形机器人长时任务中的位置反馈问题？
CLONE系统采用闭环误差校正机制，持续监测并补偿远程操作员与人形机器人之间的位置偏差，确保全局位置估计的准确性。
CLONE系统的数据集是如何构建的？
CLONE系统的数据集CLONED由扩充的AMASS子集、基于IMU的动作捕捉序列和程序生成的手部方向增强组成，以支持全身远程操作。
CLONE系统在远程操作中如何实现运动协调？
CLONE系统通过MoE框架，使统一策略能够学习多样化的运动技能，并协调生成下肢与上肢的协同运动。
CLONE系统的教师-学生训练策略是怎样的？
CLONE系统采用教师-学生训练策略，教师策略利用特权信息进行训练，随后将其蒸馏给学生策略，使其依赖现实世界中的观测信息进行操作。
CLONE系统的应用前景如何？
CLONE系统的闭环遥操作技术有望在复杂环境中提升人形机器人的远程操作能力，推动人形机器人在长时任务中的应用。
