arXiv cs.AI· Qianxu Wang, Shengmiao Samuel Jin, Kuan Fang·· 12 小时前AI 评分38
KITE：解耦运动学与交互，实现零样本跨具身操作
KITE: Decoupling Kinematics and Interaction for Zero-Shot Cross-Embodiment Manipulation
AI 导读
KITE 将操作任务解耦为与具身无关的交互意图预测和具身相关的运动学解码，仅用源机器人演示数据训练交互策略，再借助各具身的运动学模型生成合成数据训练解码器。在仿真与真实世界的四项操作任务中，KITE 实现了对平行夹爪、灵巧手和复合具身的零样本迁移，并持续优于 SOTA 基线。
正文 · AI 翻译
摘要：将操作策略泛化到不同机器人本体上仍然困难，因为标准策略将任务所需的交互与特定机器人的动作绑定在一起。我们研究零样本跨本体操作，即一个在源本体上训练的策略必须部署到结构不同的目标本体上，且无需额外的任务演示。我们提出跨本体运动学交互迁移（KITE），它将操作解耦为与本体无关的交互预测和与本体相关的运动学解码，并通过基于接触模式的交互意图学习表示相连接。交互策略仅使用在源机器人上收集的演示数据训练来预测意图，并在形态不同的目标机器人之间共享。运动学解码器通过从每个本体的运动学模型生成的合成数据中学习来实现这些意图。通过这种解耦，KITE 仅需目标本体的运动学模型即可将学到的技能稳健迁移到新本体，无需重新收集任何任务特定的演示数据。我们在仿真和真实世界中的四个操作任务上评估 KITE，涵盖平行夹爪、灵巧手和复合本体之间的迁移。KITE 成功实现了向结构不同的目标本体的零样本迁移，并持续优于最先进的基线方法。项目网站：this https URL。
| Comments: | 13 页，含附录。项目网站：this https URL |
| Subjects: | 机器人学（cs.RO）；人工智能（cs.AI） |
| Cite as: | arXiv:2606.22113 [cs.RO] |
| （或本版本使用 arXiv:2606.22113v2 [cs.RO]） | |
| https://doi.org/10.48550/arXiv.2606.22113 由 DataCite 颁发的 arXiv DOI |
Submission history
来自：Qianxu Wang [查看邮箱]
[v1]
2026年6月20日星期六 15:51:30 UTC（12,906 KB）
[v2]
2026年10月20日星期二 16:14:34 UTC（38,124 KB）
来源：arXiv cs.AI · arxiv.org