本研究提出多种机器人操纵算法，通过模仿学习提升机器人技能，解决技能学习中的挑战。研究利用人类示范和生成模型，提高了机器人在新任务中的操作能力，并展示了其在真实场景中的应用潜力。

本文介绍了一种结合视觉和语言模型的机器人操纵方法，通过分析人类动作视频生成可执行程序。研究表明，该方法在机器人操作中表现出显著的准确性和成功率，提升了机器人在复杂任务中的表现，展示了大型语言模型在机器人领域的潜力。

该文章介绍了HANDAL数据集，用于机器人操纵可操作物体的姿态估计和可用性预测。该数据集包含212个真实世界物体的308k个带注释的图像帧和三维重建网格。该数据集推动相关研究和数据集普及化。

该文章介绍了HANDAL数据集，用于物体姿态估计和可用性预测。数据集包含212个真实世界物体的2.2k个视频和308k个带注释的图像帧。作者强调数据集适合机器人操纵的物体，如钳子、器具和螺丝刀，并提供了物体的三维重建网格。