模仿学习在机器人技术领域取得了显著进展，它通过学习人类的演示来完成任务，并展示出了令人印象深刻的表现。然而，目前的研究大多集中在桌面操作上，缺乏实现通用移动性和灵活性所需的关键要素。
在这项研究中，开源项目着眼于开发一个系统，使机器人能够通过模仿学习来执行需要全身控制的复杂移动操作任务。开源项目首先引入了一个名为Mobile ALOHA的低成本全身远程操作系统，用于数据收集。该系统通过移动底座和全身遥控操作界面的增强，提升了ALOHA系统的性能。
接下来，开源项目使用Mobile ALOHA收集的数据执行监督行为克隆，并发现与现有的静态ALOHA数据集进行联合训练可以显著提升移动操作任务的性能。通过对每项任务进行50次演示，协同训练使成功率提高了高达90%以上。这使得Mobile ALOHA能够独立完成复杂的移动操作任务，包括炒虾、打开壁柜、呼叫电梯以及冲洗锅具等烹饪和日常任务。
此外，开源项目还提供了开源项目，包括硬件代码、训练代码、新数据集、使用教程和开发文档，以帮助其他研究者在这一领域进行进一步的探索。
最后，开源项目的研究突出了自主技能，包括远程操作、稳健性和重复性，这些技能对于机器人在各种现实应用中表现出色至关重要。
开源项目
1.硬件代码：https://github.com/MarkFzp/mobile-aloha
https://github.com/MarkFzp/mobile-aloha
2.训练代码：https://github.com/MarkFzp/act-plus-plushttps://github.com/MarkFzp/act-plus-plus
3.新数据集：https://drive.google.com/drive/folders/1FP5eakcxQrsHyiWBRDsMRvUfSxeykiDchttps://drive.google.com/drive/folders/1FP5eakcxQrsHyiWBRDsMRvUfSxeykiDc
4.使用教程：https://docs.google.com/document/d/1_3yhWjodSNNYlpxkRCPIlvIAaQ76Nqk2wsqhnEVM6Dc/edithttps://docs.google.com/document/d/1_3yhWjodSNNYlpxkRCPIlvIAaQ76Nqk2wsqhnEVM6Dc/edit
5.开发文档：https://mobile-aloha.github.io/resources/mobile-aloha.pdfhttps://mobile-aloha.github.io/resources/mobile-aloha.pdf
