轨迹站总览

我可以利用已知朝向和相机投影，对当前头部和腕部视图中的对应点进行三角测量，从而估计更准确的物体三维位置。我可以使用初始对应点，也可以使用当前对应点。在当前头…

它在干嘛两张不同角度的照片里认出同一个点，两条视线一交，就能算出它离相机多远。

例子：Tier1_v1_classify_objects_by_language_000005 · step 23

我将使用当前观测中精确测得的朝向，计算每条手臂当前朝向与向下位姿之间的中间四元数。

它在干嘛知道手臂现在朝哪、要朝哪，先算一个“中间姿势”，分两步转过去。

例子：Tier1_v1_classify_objects_by_language_000146 · step 13

当右臂移动到棕褐色玩具上方时，我应检查巧克力棒的间隙。我估计玩具顶部在 z = 0.80 m，巧克力棒底部在 z = 0.85 m，因此间隙似乎足够。

它在干嘛伸手之前先算高度：玩具顶 0.80 m，巧克力底 0.85 m，中间还有 5 cm。

例子：Tier1_v1_classify_objects_by_language_000232 · step 787

上一个动作被拒绝，因为向下的旋转超过了单次动作的姿态限制，所以两只手臂都没有移动。我将使用较小的中间倾斜角度，同时继续让左臂朝黄色辣椒移动、右臂朝大象玩具移…

它在干嘛动作被系统拒了，先弄清原因：一次转太多。

例子：Tier1_v1_classify_objects_by_language_000072 · step 20

还剩 240 个控制步。我将继续合拢 10 步，目标张开指令接近 0.4，然后测试抓取。

它在干嘛先看总预算还剩多少（240 步），再决定这一小步花几步（10 步）。

例子：Tier1_v1_classify_objects_by_language_000160 · step 870

我称为牛的右侧物体实际上是一只躺在矩形基座上的白色狗。我可以横跨其躯干抓取，靠近图像中上部点 (345, 120)。

它在干嘛指令里的名字对不上：模型先当成“牛”，看清后改叫“白狗”。

例子：Tier1_v1_classify_objects_by_language_000036 · step 64

同时，我可以将右夹爪绕世界X轴向前倾斜+20°。我将使用SciPy计算倾斜后的四元数q_tilt = R_x(+20°) × q90，其中q90是右夹爪当前…

它在干嘛手算四元数容易错，干脆写两行 SciPy 算，再把结果填回动作。

例子：Tier1_v1_classify_objects_by_language_000215 · step 129

在高机位相机视图中，大象现在独自位于像素 (255, 244) 附近，白色汽车位于 (232, 289)，中央手表位于 (385, 294)。……我可以用左…

它在干嘛两只手分工：左手搬大象，右手搬白车，还要排先后。

例子：Tier1_v1_classify_objects_by_language_000136 · step 492