RoboSTD: Zero-Shot Single-to-Dual Transfer via Sagittal Mirroring for Bimanual Learning

📄 arXiv: 2610.36685v1 📥 PDF

作者: Hongyu Wu, Chong Liu, Shaoxuan Xie, Shaqi Luo, Hanyu Feng, Shihan Wu, Guocai Yao

分类: cs.RO

发布日期: 2026-10-27

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

提出RoboSTD以解决单臂到双臂转移问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 双臂操作 机器人学习 零-shot学习 数据构建 时空协调

📋 核心要点

  1. 现有方法在单臂到双臂的转移中面临高成本和数据不足的问题，限制了双臂操作的学习效率。
  2. RoboSTD通过矢状面镜像技术生成伪演示，并结合大型语言模型生成协调约束，实现了零-shot学习。
  3. 在实验中，RoboSTD在杯子收集任务中，平均收集杯子的数量达到了单臂基线的2.11倍，显示出显著提升。

📝 摘要（中文）

双臂机器人操作在实际应用中至关重要，但收集双臂演示的高成本限制了双臂策略学习的可扩展性。现有的单臂操作数据难以直接转移到双臂系统，主要由于动作空间、协调要求和臂侧空间偏好的单双臂差距。为了解决这一问题，本文提出了RoboSTD，一种零-shot单到双数据构建方法。RoboSTD首先通过矢状面镜像技术构建可执行的对侧伪演示，然后利用大型语言模型生成结构化的时空协调约束，指导伪双臂监督的重建。实验表明，RoboSTD在双臂策略学习中有效提升了性能。

🔬 方法详解

问题定义：本文旨在解决单臂到双臂操作数据转移的困难，现有方法在动作空间和协调要求上存在显著差距，导致双臂策略学习受限。

核心思路：RoboSTD的核心思路是通过矢状面镜像技术生成伪双臂演示，利用大型语言模型生成时空协调约束，从而实现无须额外双臂演示的数据构建。

技术框架：RoboSTD的整体架构包括两个主要模块：首先是伪演示生成模块，通过镜像技术处理单臂数据；其次是协调约束生成模块，使用LLM生成指导伪双臂操作的结构化约束。

关键创新：RoboSTD的创新在于其零-shot学习能力，能够在没有双臂演示的情况下有效构建伪双臂数据，这一方法在现有文献中尚属首次。

关键设计：在设计上，RoboSTD采用了特定的镜像算法来处理观察和动作数据，同时在协调约束生成中，使用了针对不同任务阶段的结构化信息，以确保伪演示的有效性和实用性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，RoboSTD在杯子收集任务中，平均收集杯子的数量达到了2.11倍于单臂基线，证明了其在双臂策略学习中的有效性和优越性，展现了显著的性能提升。

🎯 应用场景

该研究的潜在应用领域包括服务机器人、工业自动化和人机协作等场景。通过降低双臂操作的学习成本，RoboSTD有望推动双臂机器人在复杂任务中的普及和应用，提升机器人在实际环境中的操作能力和灵活性。

📄 摘要（原文）

Bimanual robot manipulation plays an important role in real-world robotic applications, but the high cost of collecting bimanual demonstrations limits the scalable development of bimanual policy learning. Meanwhile, existing single-arm manipulation data are difficult to directly transfer to bimanual systems due to the Single-to-Dual gap in action spaces, coordination requirements, and arm-side spatial preference. To address this issue, we propose RoboSTD, a zero-shot Single-to-Dual data construction method for bimanual robot learning. RoboSTD first applies sagittal-plane mirroring to observations, proprioception, and actions to construct executable contralateral pseudo-demonstrations. It then uses an LLM to generate structured spatio-temporal coordination constraints that guide the reconstruction of pseudo-bimanual supervision across workspace regions and task stages. We evaluate RoboSTD on the AgileX ALOHA platform in both RoboTwin simulation and real-world settings. Experiments demonstrate the effectiveness of RoboSTD for bimanual policy learning. Without requiring additional bimanual demonstrations, RoboSTD increases the average number of collected cups to 2.11x that of the single-arm baseline in the cup collection task. Project page: https://huahungy.github.io/RoboSTD/