# TWIST2开源无动捕人形遥操作框架：15分钟采集百条全全身数据

> 原文链接：https://robotics.hellobike.com/papers/2025-11-04-2511-02832-319d4e69
> 频道：papers | 更新日期：2025-11-04 | 标签：auto, arxiv, cs.RO
> 核心摘要：提出便携式无动捕人形机器人遥操作与数据采集系统TWIST2，基于PICO4U VR与自研低成本颈部实现全身控制。15分钟可采集100条演示且成功率近100%，配套分层视觉运动策略及数据集已完全开源。

# TWIST2开源无动捕人形遥操作框架：15分钟采集百条全全身数据

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[TWIST2: Scalable, Portable, and Holistic Humanoid Data Collection System](https://arxiv.org/abs/2511.02832)（arXiv 2511.02832）

## 核心内容

针对人形机器人缺乏高效数据采集框架的痛点，研究团队发布TWIST2系统，解决了现有方案依赖昂贵动捕或控制解耦的问题。该系统实现了便携、无动捕的全身体控遥操作，实测在长时序灵巧操作与移动任务中，15分钟内可完成100条高质量演示数据采集，成功率接近100%，显著提升了具身智能数据获取效率。

技术架构上，TWIST2利用PICO4U VR头显实时捕捉人体全身运动，结合成本约250美元的自研2-DoF机器人颈部提供第一人称视角，构建了从人到机器人的整体映射。算法端提出分层视觉运动策略（Hierarchical Visuomotor Policy），仅凭自我中心视觉即可自主控制全身完成灵巧操作与动态踢腿。系统代码与数据集均已开源，支持全链路复现。

## 关键看点

- **采集效率**：15分钟内可收集100条人形机器人演示数据，任务成功率接近100%，验证了规模化数据获取能力
- **硬件方案**：采用PICO4U VR替代传统动捕，搭配成本约250美元的自研2-DoF颈部模组实现第一人称视觉反馈
- **算法架构**：提出分层视觉运动策略，仅依赖自我中心视觉输入即可实现全身灵巧操控与动态踢腿等复杂技能
- **开源资产**：完整系统代码与专用数据集已在GitHub及项目主页开源，支持社区复现与二次开发

## 工程与产业观察

TWIST2通过低成本VR方案打破了人形机器人高质量数据对昂贵动捕设备的依赖，将采集效率提升至工业级水平。其开源的分层视觉运动策略与配套数据集，为具身大模型训练提供了标准化的全身体控数据基线，对降低人形算法研发门槛具有重要工程参考价值。

## 英文摘要 (Abstract)

Large-scale data has driven breakthroughs in robotics, from language models to vision-language-action models in bimanual manipulation. However, humanoid robotics lacks equally effective data collection frameworks. Existing humanoid teleoperation systems either use decoupled control or depend on expensive motion capture setups. We introduce TWIST2, a portable, mocap-free humanoid teleoperation and data collection system that preserves full whole-body control while advancing scalability. Our system leverages PICO4U VR for obtaining real-time whole-body human motions, with a custom 2-DoF robot neck (cost around $250) for egocentric vision, enabling holistic human-to-humanoid control. We demonstrate long-horizon dexterous and mobile humanoid skills and we can collect 100 demonstrations in 15 minutes with an almost 100% success rate. Building on this pipeline, we propose a hierarchical visuomotor policy framework that autonomously controls the full humanoid body based on egocentric vision. Our visuomotor policy successfully demonstrates whole-body dexterous manipulation and dynamic kicking tasks. The entire system is fully reproducible and open-sourced at https://yanjieze.com/TWIST2 . Our collected dataset is also open-sourced at https://twist-data.github.io .

作者：Yanjie Ze, Siheng Zhao, Weizhuo Wang, Angjoo Kanazawa, Rocky Duan, Pieter Abbeel, Guanya Shi, Jiajun Wu, C. Karen Liu
:::

## 原始参考来源 (Sources)

- [arXiv 2511.02832：TWIST2: Scalable, Portable, and Holistic Humanoid Data Collection System](https://arxiv.org/abs/2511.02832)