本文介绍了一种多模态移动远程操作系统，结合视觉手部姿态回归网络和IMU臂部追踪方法，利用低成本深度摄像头实现人机手势同步。该系统支持多种机器人模型，具备高效的模仿学习能力，推动机器人在现实世界中的自主操作。同时，研究提出了沉浸式远程操作系统和实时双手熟练操作系统，提升了操作者的体验和任务完成效率。