斯坦福大学研究人员开发了一种名为Mobile ALOHA的低成本、移动式远程操作系统，用于收集远程操作数据。该系统基于原始ALOHA系统，增加了移动能力，通过轮式底座实现移动操作。研究人员利用静态ALOHA数据集进行模仿学习，在移动操作任务中取得了显著成果。Mobile ALOHA为日常远程操作任务提供了一种高效、经济的数据收集方案，具有广泛的应用前景。
斯坦福大学的研究人员提出了一种名为 Mobile ALOHA 的低成本整体远程操作系统，用于收集整体远程操作的数据。通过将其放在轮式底座上，Mobile ALOHA 扩展了原始 ALOHA 的功能，并具有移动能力。研究人员使用静态 ALOHA 数据集进行模仿学习，在移动操作任务中取得了良好的性能。这种系统提供了一种低成本、高效的数据收集方法，适用于日常需要整体远程操作的任务。
Mobile ALOHA系统的研发成功，为远程操作数据收集提供了新的途径，其低成本和高效的特点使其在众多领域具有巨大的应用潜力，未来有望进一步改进和完善，拓展其应用范围，为远程操作技术的发展做出更大的贡献。