arXiv cs.AI· Grounded Superintelligence, BitRobot·· 10 天前AI 评分33
RoboCap：面向第一人称机器人学习的新平台
RoboCap: A New Platform for Egocentric Robot Learning
AI 导读
研究团队推出 RoboCap，一款 250g、六摄像头、双 IMU 的帽子，用于野外第一人称数据采集，并配套设备无关的 Grounded API 3D 算法套件。该平台在公开基准上取得 SOTA：多场景与多设备的 SLAM、第一人称深度估计，以及适配第三方设备的手部追踪。
正文 · AI 翻译
摘要：尽管第一人称操作数据在扩展机器人学习方面前景广阔，但如今仍然稀缺。大规模采集需要将符合人体工学的硬件与厘米级精度的 3D 算法进行垂直整合，而这样的精度尚未有公开演示。为弥补这一空白，我们推出 RoboCap——一顶 250\,g 的六摄像头双 IMU 帽子，专为野外第一人称数据采集而设计，以及 Grounded API——一套与设备无关、针对 RoboCap 调优的 3D 算法。在本报告中，我们展示硬件、标定与 3D 算法如何相互作用，从而在公开基准上取得最先进的性能：我们在多样场景与设备配置下的 SLAM、我们在第一人称场景下的深度估计，以及我们适配到第三方设备时的手部追踪。
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；计算机视觉与模式识别（cs.CV）；人机交互（cs.HC） |
| 引用为： | arXiv:2610.07217 [cs.RO] |
| （或本版本的 arXiv:2610.07217v1 [cs.RO]） | |
| https://doi.org/10.48550/arXiv.2610.07217 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Vincent Liu [查看邮箱]
[v1]
2026年10月5日星期一 18:28:48 UTC（25,745 KB）
来源：arXiv cs.AI · arxiv.org