HATS：用于多臂数据收集的人类代理远程操作系统

许多现实世界的操作场景，例如处理复杂的协作任务和处理大型工作空间，需要两个以上机械臂的协调。因此，需要一个有效的多臂遥控系统来收集演示，以训练协调的多臂操纵策略。然而，现有的远程操作框架主要集中在单操作员或多操作员设置上，面临着单个操作员的认知负荷与多个操作员产生的协调成本之间的实际权衡。为了解决这个问题，我们引入了 HATS，这是一种人类代理远程操作系统，它使单个人类操作员能够在基于 MLLM 的代理的协助下收集多臂操纵任务的数据。我们的系统解耦了控制空间：两个主臂由人类直接远程操作，而两个辅助臂由处理子任务的 无需训练 代理控制。此外，操作员可以使用语音命令来防止碰撞并在执行过程中纠正辅助臂的行为。广泛的评估表明，HATS 实现了与专家双人团队相当的数据收集效率和成功率。此外，下游政策评估证明了通过HATS收集的数据的有效性和质量。