Phantom（无机器人训练）

Phantom: Training Robots Without Robots Using Only Human Videos进阶

只用人类操作视频、把人手换成渲染机械臂来训练机器人策略的方法

斯坦福大学 Jeannette Bohg 组（Marion Lepert 等）2025 年 3 月发布，CoRL 2025 论文。遥操作采数据太贵，人类视频便宜，但人手和机械臂长得不一样，视频里也没有机器人动作标签。Phantom 的做法：先估计每帧的手部姿态，换算成机器人末端动作；再用图像修复（inpainting）把人手从画面里抹掉，渲染一只虚拟机械臂叠上去，让训练图像看起来像机器人在干活。这样不用任何机器人数据就能训练策略，并零样本部署到 Franka 和 Kinova Gen3 上，完成抓放、叠杯、绑绳、扫物、插入等任务，报告最高成功率 92%。它属于「人类视频机器人化」路线。