ActiveAlign：通过主动感知对齐自我中心操控

Real-to-Sim-to-Real（Real2Sim2Real）为规划、可解释性和安全执行提供结构化的世界表征。现有大多数方法依赖被动感知，而不完善的观测会造成 real2sim 差距。受人类通过行动进行主动感知的方式启发，我们提出了 ActiveAlign，这是一种利用主动感知通过交互来弥合 Real2Sim2Real 差距的框架。ActiveAlign 引入了两个互补模块：（i）ActiveAlign-Waving，通过利用主动手部运动和可微渲染执行手眼标定；（ii）ActiveAlign-Touching，通过触觉反馈细化物体对齐，实现毫米级精度。这些能力相结合，实现了强大的 real2sim 对齐效果。我们证明，ActiveAlign-Waving 可用于为开源的未标定机器人操控数据集整理仿真环境；并在真实的 Unitree G1 机器人上展示了 ActiveAlign 能够对毫米级物体进行精细操控，例如按压按钮和移动滑块。