远程作全身模仿系统（TWIST）

实时远程控制机器人的能力（也称为远程作）可能适用于广泛的实际应用。近年来，一些工程师一直在尝试开发远程作系统，允许用户引导具有类似于人类身体结构的人形机器人的动作，让机器人精确模仿它们的全身运动。

斯坦福大学和西蒙弗雷泽大学的研究人员最近推出了TWIST（远程作全身模仿系统），这项创新技术能使人形机器人实时精准模仿操作者的全身动作，并成功完成多种现实世界任务。

该系统在发布到预印本服务器arXiv的一篇论文中进行了概述，它利用了动作捕捉（MoCap）数据以及强化学习和模仿学习方法。

该论文的第一作者Yanjie Ze表示：“我们希望类人机器人具有与人类相同的全身灵巧性。想象一下一个凌乱的厨房。”。“人类可以用双手拿着东西，用脚移动障碍物，比如地上的篮子；人类也可以用身体两侧或肘部打开门。我们想让类人机器人通过直接模仿人类来实现同样的目标。”

TWIST系统由Ze、Karen Liu及其团队研发，其核心技术在于运用动作捕捉设备（MoCap）精确采集人体运动数据。相较于传统远程操作系统，TWIST的创新突破主要体现在两大方面：首先，通过驱动人形机器人全身关节实现对人体动作的高度还原；其次，智能协调各肢体运动轨迹，确保动作执行的连贯性与自然度。

“TWIST是一个利用人的全身运动实时远程操作仿人机器人的系统，”Ze解释说。“我们准确捕捉人体运动，然后利用人工智能将其映射到仿人机器人可以执行的指令中。我们的系统在全身控制方面的精确度比以前的工作高得多，可以实现以前无法完成的各种动作和技能。”

Ze及其团队采用宇树科技（Unitree Robotics）研发的人形机器人G1开展了一系列实地实验，对该远程操作系统进行评估。实验结果表明，该系统不仅能成功实现对G1的远程操控，还可适配其他类人机器人平台，如博斯特机器人（Booster Robotics）开发的T1型号。

Ze指出：“最显著的发现是，人体全身运动数据足以精准控制类人机器人的所有部位（包括腿足、腰胯、膝肘等关节）。我们的系统能让这些部件像人类肢体般协调运动，从而展现类人的全身灵活性。其直接应用价值在于：通过人类操控机器人来采集海量数据，为机器人基础模型训练提供支持。”

未来，TWIST系统有望通过降低对动作捕捉设备（MoCap）的依赖实现进一步升级——当前这类设备因便携性不足限制了应用场景。最终，该系统或可投入实际应用，例如：使机器人在高危环境中完成人工作业，或自动化高精度要求的工业流程。