本研究提出了一种新颖的X-Sim框架，旨在克服跨躯体学习方法在处理人类与机器人动作差异时的局限性。X-Sim通过学习物体运动信号来优化机器人策略，显著提升多项操作任务的性能，并能适应现实世界的变化。

本研究提出了Lift3D框架，旨在解决机器人在操作任务中对3D几何信息需求不足的问题。通过增强2D模型的3D表示，Lift3D在多个仿真和现实场景中表现优于现有方法。

本文介绍了一种视觉模仿学习方法，机器人通过自监督学习从人类演示中学习操作任务。该方法将模仿学习视为状态估计问题，机器人利用摄像头自动移动以获取对象信息。实验结果表明，该方法能够从单一演示中学习多样技能，并在多个任务中表现出色。

EgoMimic框架通过自我中心视频和3D手部追踪，解决了模仿学习中演示数据规模和多样性不足的问题。实验结果表明，EgoMimic在多种操作任务上优于现有方法，并在数据扩展方面表现良好。

本文介绍了一种视觉模仿学习方法，机器人通过人类演示学习操作任务，无需先前知识。该方法将模仿学习视为状态估计问题，利用自监督训练和摄像头自动移动，能够从单个人类演示中学习多样技能，生成稳定的控制器。

该研究提出了一种名为语言条件化技能发现（LCSD）的学习方法，通过数学方法评估技能与语言指令之间的关系。实验结果显示，该方法在语言条件化的机器人导航和操作任务中表现优越。