Real2Render2Real(R2R2R)
Real2Render2Real: Scaling Robot Data Without Dynamics Simulation or Robot HardwareR2R2R进阶用手机扫描加一段人手演示视频,渲染出大量机器人训练数据的方法。
Real2Render2Real 是 UC 伯克利(Ken Goldberg 团队)与丰田研究院 2025 年 5 月发布的数据生成方法。输入只要两样:用手机对物体做 3D 扫描,再录一段人手操作的视频。系统用 3D 高斯泼溅重建物体外形,跟踪物体在视频里的 6 自由度运动,再把物体转成网格,配上机器人模型,重新渲染出成千上万条位置、视角各不相同的演示。它只渲染画面、不做动力学仿真(关闭碰撞),所以不用调物理参数,也不用真机。论文称,用 1 次人手演示生成的数据训练出的模型,能达到 150 次遥操作演示的效果,生成耗时约为遥操作的 1/27。
例子用手机扫一只杯子,再录一段人把杯子放进盘子的视频,R2R2R 就能渲染出几千条机械臂完成同一动作的图像-动作数据,用来训练 π0-FAST 或扩散策略。
- 也叫
- R2R2R、Real2Render2Real
- 相关
- 合成数据、3D高斯泼溅、真-仿-真闭环、人类视频数据、遥操作、扩散策略
- 来源
- Real2Render2Real (arXiv:2505.09601)
Real2Render2Real 项目主页 - 信息截至
- 2025-05