Mobile ALOHA: Learning Bimanual Mobile Manipulation with 50 Hours of Low-Cost Data

Mobile ALOHA由斯坦福大学于2024年提出，是一个低成本的双臂移动机器人系统和数据收集方案。系统基于远程操作平台，使用全栈式遥操作让人类演示者控制移动底盘和双臂，在50小时内收集了跨场景的移动操作数据。论文提出了全栈式模仿学习pipeline，从数据收集到策略训练再到部署，验证了在真实家庭环境中完成50+日常任务的能力。Mobile ALOHA因其低成本和可复现性，成为机器人学习社区广泛参考的开源移动操作平台。