OASIS（Simulation Data Collection to Real-World Humanoid Loco-Manipulation）由中國電信 TeleAI 等機構開源，目標是讓人形機器人的「移動＋操作」（loco-manipulation）策略，靠模擬數據訓練後就能直接搬到 Unitree G1 真機執行，省去費時的真機遙操作。
整個流程有三個核心階段。先用 3D 生成模型把真實物品影像重建為可用的 3D 資產；接著透過 PICO VR 頭盔搭配 Isaac Lab v2.1.0 進行沉浸式遙操作收集示範數據，過程中 PICO 會即時接收頭部相機畫面，X、Y、A、B 鍵分別負責錄影、停止、重置、視角切換，板機與握把可控制夾爪開合；最後在 replay 階段加入多樣化的光照與環境隨機化，並訓練層次化視覺運動策略（hierarchical visuomotor policy）。
論文結果指出，在零樣本（zero-shot）部署下，純模擬數據訓練的策略在大多數任務的成功率，反而高於用真機遙操作數據訓練的版本，主要原因是模擬能涵蓋真機難以拍攝的光照與環境變化。團隊也展示了一鍵重啟的故障恢復機制，解決真機跌倒後需要人工搬運、重置場景的痛點。
OASIS: From Simulation Data Collection to Real-World Humanoid Loco-Manipulation
幾個重點摘要：
- 項目定位：模擬數據驅動的人形機器人 loco-manipulation 框架，並非通用 LLM 或多模態模型
- 創新處：以 3D 生成模型重建資產，加上後處理階段的 domain randomization，解決模擬到真機的差距
- 相關模型／組件：Unitree G1 人形機器人、Isaac Lab 模擬器、PICO VR、PICO SDK、GMR、XRoboToolkit
- 硬體要求：PC 必須安裝 Ubuntu 22.04，PICO 須與 PC 處於同一網段
- 適用場景：研究 humanoid 移動操作、想用模擬取代部分真機遙操作成本、Unitree G1 開發者
適合機器人研究團隊、人形機器人開發者，以及想嘗試 sim-to-real 路線的人。不過整套環境對 VR 設備與 Linux 版本要求嚴格，純 Windows 或 Mac 用戶門檻偏高，建議先評估手上硬體是否到位再投入。