论文：机器人演示跟踪缺口破坏模仿学习数据

2026年10月3日，AGI Hunt 报道了 arXiv 论文 MEgoVista 的发现：机器人演示中短暂的手部跟踪丢失，可能恰好抹掉对模仿学习最关键的片段。报道以插线任务为例，跟踪器在插入瞬间丢失手部，其余时间却表现完美，说明按整体成功率评估会掩盖这一缺陷。MEgoVista 的做法是把漏检计入惩罚，而不是直接剔除这些片段。作者据此建议按任务阶段细分评估，并报告位姿误差、检测覆盖率与最长跟踪缺口等指标。目前该工作处于论文发布阶段，尚无后续实验或复现结果的报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。