IJCAI 2026 专访：机器人想学会人类动作，还差一座桥 | GAIR Paper 118

本文为雷峰网 GAIR Paper 栏目对 IJCAI 2026 相关研究人员的专访，探讨如何利用人类视频数据赋能机器人学习。研究指出，当前机器人模仿学习高度依赖真实物理交互数据，采集成本高昂且泛化能力有限。人类动作视频虽蕴含丰富的物理常识与操作逻辑，但存在“视觉鸿沟”与“动作鸿沟”，无法直接用于机器人训练。为此，研究提出需构建一座“桥梁”，通过跨本体学习、动作映射与生成式模型等技术，将人类视频转化为机器人可执行的动作策略，以降低数据获取门槛并提升具身智能的泛化能力。