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进行人手观察。该系统通过图像转换生成机器人手部姿势的深度图像，实现手臂的控制。研究表明，该系统在复杂移动操作任务中表现出高效性和稳定性，成功率可达90%。此外，提出了多种方法以提高机器人在未知环境中的抓取能力和操控性能。

该文提出了一种基于在线抓取姿势融合的可抓取性感知移动操作方法，用于强化学习。通过整理抓取姿势，消除冗余和异常值，并将其编码为一个抓取姿势观察状态，用于评估抓握可行性。