IEEE RA-L | 机载RGB实现水下目标主动跟踪，动捕支持AUV闭环验证-度量科技

哈工深国际人工智能研究院胡靓教授团队在 IEEE RA-L 期刊上发表题为《UTracker: Learning Visuomotor Policies for Underwater Active Target Tracking via Imitation Learning and Diffusion Model》的论文。

本文提出了一种面向水下主动目标跟踪的视觉运动策略学习框架——UTracker，融合强化学习、模仿学习与扩散模型。该方法首先在仿真环境中训练基于状态信息的专家策略，并生成图像—动作示范数据，再将其蒸馏为仅依赖第一视角 RGB 图像的视觉运动策略，使水下机器人能够自主生成安全、平滑的跟踪动作，实现对非合作目标的主动跟踪。

NOKOV度量水下动作捕捉系统为真实水池实验中的AUV提供实时位姿数据。实验中，该位姿数据用于将 UTracker 根据第一视角 RGB 图像生成的局部航点转换至全局坐标系，再通过 MAVROS 转换为控制指令并发送至 AUV 自动驾驶仪执行，从而支持仿真训练所得视觉运动策略在真实水下机器人上的闭环运行与 Sim-to-Real 实机验证。

论文信息：

论文题目：UTracker: Learning Visuomotor Policies for Underwater Active Target Tracking via Imitation Learning and Diffusion Model

期刊：IEEE Robotics and Automation Letters

DOI: 10.1109/LRA.2026.3664176

论文原文：在 IEEE Xplore 查看 UTracker 论文

叠衣服过程中的手部精细操作数据采集，NOKOV度量动作捕捉系统实时追踪

通过NOKOV度量动作捕捉系统实时追踪叠衣服过程中双手的手部精细动作。操作者佩戴设置反光标记点的手套，在布置光学动作捕捉相机的场地中采集高精度手部动作数据，为精细操作、机器人操作研究及动作数据采集提供支持。

6mm可变长度仿蚯蚓连续体机器人：动捕记录末端三维坐标与书写轨迹

中国地质大学（武汉）人工智能与自动化学院孟庆鑫教授团队提出一种直径为6 mm、具有柔顺驱动力的三节段可变长度仿蚯蚓连续体机器人。实验平台部署NOKOV度量动作捕捉系统，反光标记点粘贴于机器人末端，用于实时输出末端高精度三维坐标数据，验证和评估机器人性能，并记录书写任务中的末端运动轨迹。

人形机器人如何实现 MuJoCo 仿真训练与遥操作？NOKOV度量动作捕捉助力宇树 G1实验验证

宁波职业技术大学利用 NOKOV 度量动作捕捉系统和宇树 G1 人形机器人，开展 MuJoCo 仿真训练与真机遥操作实验。实验中，操作者穿戴带有反光标记点的动捕服，NOKOV 度量动作捕捉系统实时采集人体运动数据，并同步驱动 MuJoCo 仿真环境中的宇树 G1 模型，同时实现真实机器人动作跟随。该案例展示了动作捕捉在人形机器人遥操作、动作映射、模仿学习及算法验证中的应用价值。

上海交通大学谢威老师团队：四旋翼无人机编队“8”字协同吊运｜NOKOV度量动作捕捉系统参与控制闭环

上海交通大学电子信息与电气工程学院谢威老师团队展示了4架四旋翼无人机完成“8”字编队协同吊运实验。实验中，NOKOV度量动作捕捉系统参与无人机控制闭环，实时输出高精度位姿数据，为无人机编队控制、协同运输及飞行算法验证提供稳定的位置反馈。