清华大学、北京大学、上海交通大学与武汉大学等顶尖高校携手推出了一种全新的人机协同训练框架——MotionTrans。
该框架的最大亮点在于，机器人无需任何预先示范，仅通过“观察”人类的行为，即可自主学习并掌握新技能。这一进展被视为机器人学习技术发展中的关键里程碑。
与传统方法相比，以往的机器人训练依赖大量真实场景下的操作演示，数据采集过程不仅繁琐，且人力和时间成本极高。例如，教会机器人完成拧瓶盖的动作，往往需要重复多次实际操作，并精确记录每个动作细节。而 MotionTrans 则借助虚拟现实（VR）设备，高效捕捉人类精细的手部运动信息，为机器人提供了全新的学习路径。
在具体实施中，研究人员采用轻便易用的 VR 装置，使普通用户也能轻松参与动作数据的录制。系统不仅能追踪使用者手部的关键动作点，还会同步录制第一视角视频，从而保障了数据的完整性与多维度信息的保留。最终，研究团队构建了一个规模达 3,213 次演示的高质量数据集，覆盖多种人机交互任务场景。
实现跨越的核心在于动作迁移技术：研究团队利用先进的优化算法，将人类手部的运动轨迹精准转换为机器人可执行的关节角度指令，使其能在现实环境中复现类似行为。同时，为了适配机器人的物理特性，系统还对动作的速度节奏和运动范围进行了智能化调整，确保操作过程的安全性与稳定性。
