arXiv cs.AI· Govind Velamoor, Adrian Lin, Sam Jung, Spencer Mateega, Brandon Y. Yang, Amish Sethi·· 13 小时前AI 评分55
UMI-Live：面向野外双臂机器人数据采集的开源全栈系统
UMI-Live for In-The-Wild Bimanual Robotics Data Collection
AI 导读
作者提出 UMI-Live，一个用于野外双臂数据采集的开源全栈 UMI 系统，其定制硬件集成相机、LiDAR-惯性传感、板载计算与供电，无需外部追踪设备或采集环境内标定。
正文 · AI 翻译
摘要：通用操作接口（UMI）设备允许人类专家演示任务，用于机器人学习，而无需遥操作实体机器人。将这些演示作为训练数据仍然需要一致的硬件设置、校准和数据处理。我们提出 UMI-Live，一个全栈开源双臂 UMI 系统，用于野外数据采集。我们设计了定制的 UMI-Live 硬件，集成摄像头和 LiDAR——惯性传感、板载计算和电源，无需外部跟踪设备或在采集环境中进行校准。我们实现了一个简单的用户界面用于记录数据，同时异步流水线执行并行 SLAM 重建并发布可直接用于训练的数据集。我们还发布了支持双 YAM 遥操作以及 VLA 策略训练和推理的软件。我们通过微调 $\pi_{0.5}$ 和 MolmoAct2 验证 UMI-Live 数据质量，在双臂拾取放置任务上分别达到 10/10 和 8/10 的成功率。此外，我们发布了跨三个任务的 40 小时 UMI-Live 数据，以及完整的硬件设计、软件和复现指南，见我们的 $\href{此 https URL}{\text{项目网站}}$。
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.39385 [cs.RO] |
| （或 arXiv:2610.39385v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.39385 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：Brandon Yang [查看电子邮件]
[v1]
2026年10月29日星期四 05:18:16 UTC（39,364 KB）
来源：arXiv cs.AI · arxiv.org