本研究提出了一种无数据模仿学习的方法，通过2D生成视频学习3D运动技能，利用视觉变换器进行视频比较。实验结果表明，该方法在特定人形机器人运动任务中优于传统的3D运动捕捉训练，展示了生成视频模型在模仿学习中的潜力。
完成下面两步后，将自动完成登录并继续当前操作。
