当下可为，未来可期!

制造具有与人类相似外形的机器人的关键论点之一是，我们可以利用大量人类数据进行训练。然而，由于人形机器人感知和控制的复杂性、人形机器人与人类在形态和驱动方面仍然存在的物理差距，以及人形机器人缺乏从自我中心视觉学习自主技能的数据管道，因此在实践中这样做仍然具有挑战性。在本文中，我们介绍了一个全栈系统，供人形机器人从人类数据中学习运动和自主技能。我们首先使用现有的40小时人体运动数据集通过强化学习在模拟中训练低级策略。该策略转移到现实世界，并允许人形机器人仅使用RGB摄像头（即阴影）实时跟踪人体和手部运动。