pxTeleopForceXR

要让带有力反馈的XR远程操作达到“正确”的手感，很少能一步到位——尤其是在任务、工具和原型硬件频繁变化的情况下。同时，视觉模仿学习和VLA方法需要涵盖多个任务的高质量数据集，而强化学习通常受益于人机交互修正，这种修正在训练过程中注入人类意图作为稳定信号。

PxForceXRTeleop通过集成AR/VR + 力反馈远程操作堆栈简化了这一流程，该堆栈具有自定义视觉和力引导功能。在操作员端，它支持以FACTR 为模板的引导臂设置，并且在需要更高保真度的力反馈时，还可以与机械臂配对作为触觉设备。

在第一阶段测试和快速迭代中，PxForceXRTeleop 利用NVIDIA Omniverse Isaac Sim来验证交互和指导，同时收集结构化演示以生成数据集。对于HIL-RL ，它以Isaac Lab为目标平台，支持人类能够高效地提供干预和纠正的训练工作流程。

通过ZeroMQ （高吞吐量流）和DDS 中间件（实时消息传递）保持集成的模块化和易于部署的特性，并提供可配置的运行时行为，用于扩展、过滤、安全限制、指导策略和触觉配置文件。