HumanEgo

HumanEgo 是一个基于人类第一视角视频实现零样本机器人学习的项目。它通过几分钟的人类第一视角视频，使机器人能够学习并模仿人类的行为。该项目使用了多种先进的视觉基础模型（如SAM 2、Grounding DINO等）和手部跟踪方法（如MediaPipe），以处理复杂的视觉信息，并通过FlowMatchingTrainer进行训练。适合于需要快速部署机器人模仿人类行为的应用场景，比如家庭服务机器人或工业自动化领域。