提示词也在本仓库.
[Opus 4.8] RoboPocket 用手机 AR 把策略预测轨迹画给人看，从而不接触真机就能做 DAgger 式纠正采集
来自 SJTU，通讯作者 Cewu Lu。这是一篇系统和部署工作，核心是把 UMI 式手持采集搬到 iPhone 上，并用 AR 把策略预测的末端轨迹投影到真实画面，让采集者不碰真机就能看到策略意 图、发现失败区域并补采纠正数据，后台再用 RLPD 式加权采样（一半离线 数据加一半新在线数据）做在线微调。它最接近你熟悉的 DAgger 这条交互式纠正线，本质是把 DAgger 里”真机执行暴露 OOD 状态”这一步换成”AR 虚拟执行”，省掉真机成本和风险，代价是人只能看到 几何轨迹投影，拿不到真实接触和动力学反馈。
缺陷主要在策略本体和评测范围。它的 policy 是 CNN-based Diffusion Policy，并且 observation horizon 设为 1 直接丢弃历史，架构偏旧，不是 Pi-like action expert。真机评测仅限 Flexiv 单双臂的桌面 block sorting、倒调料和叠毛巾，任务范围窄，而且声称的 2x 数据效率是相对纯 IL 和 offline PI baseline。它值得读的点在于把 DAgger 去真机化的工程设计，如果 demo 视频够强可以一读。这里我对”无真机执行 采到的纠正数据是否真的能转移到真机动力学”还不确定，需要你精读确认 AR foresight 在 contact-rich 任务上是否够用。
评价：⭐️⭐️ 有点啰嗦，关注了一些非重点，而且怎么读成 cnn-based 了.
[Composer 2.5] RoboPocket 是无真机版 DAgger，用手机 AR 把策略弱点可视化成纠错采集
来自 SJTU。这是卢策吾和 Chuan Wen 团队在数据采集与 policy iteration 方向的系统论文，不是新 VLA 架构。核心做法是把 UMI 式手持夹爪采集和远程推理接起来，在 iPhone 上用 AR 叠加策略预测的末端轨迹，让人主动在弱点区域补 demo，同时后台用 RLPD 式 50% 离线加 50% 在线采样做异步在线微调，再把新权重推回手机。和我熟悉的线最接近 DAgger 和 ALOE 的干预闭环，但把“看机器人 rollout 找失败”换成了“看 AR 轨迹找失败”，策略本体仍是 Diffusion Policy 加 CLIP 或 DINOv2，不是 Pi-like VLA。
真机评测覆盖四任务且分布式 12 条纠错就能涨成功率，工程 demo 看起来比方法新颖度更强。主要风险是 AR 预览的是预测轨迹而不是真实接触动力学，接触丰富或遮挡严重时，AR 标出的弱点是否和真机失败一致需要看实验细节；另外整套流程依赖 WiFi 远程 GPU 和手持硬件同构，复现门槛不低。若你关心野外数据采集 infra 或低成本 policy iteration，值得精读系统设计和 IL 加 Instant PI 对比 IL 加 Offline PI 的 ablation；若只追新 action model，优先级可以放低。这里我对在线微调的具体步频、以及 AR 轨迹在双臂和可变形物体任务里的对齐误差还不确定，需要你精读确认。
评价：⭐️⭐️ 跟你说了别用不是而是，你还用。第二段还可以。
[GPT5.5] RoboPocket 是把 UMI 式手机采集改成可在线纠错的 robot-free DAgger 系统
来自 SJTU、上海创新研究院和 Noematrix。这是 Cewu Lu 团队的工作，重点是系统和数据闭环，不是新 VLA 架构。它用手机采集示教，同时把当前策略预测的轨迹用 AR 显示给采集者，让人主动补策略弱点数据，再异步在线微调 Diffusion Policy。和你熟悉的 ALOE 更接近，但它把真机 rollout 和 critic 干预换成了手机端可视化纠错，代价是依赖 SLAM、IK、AR 对齐和手机夹具同构性。
问题是它的“on-policy”其实是手机场景里的策略意图反馈，不等同于真实机 器人执行后的状态分布。实验有真机评测和四类任务，但模型还是 CLIP 或 DINOv2 加 Diffusion Policy，方法价值主要在数据系统。需要精读的是 AR 预测轨迹在接触、遮挡、形变物体和双臂任务里是否真的足够准；这里我对 AR Visual Foresight 和真实 rollout 分布的差距还不确定，需要你精读确认。
评价：⭐️⭐️ 和 ALOE 关系不大。
[Gemini 3.1 Pro] RoboPocket 是一个基于智能手机的具身数据收集和在线策略迭代系统。 来自 SJTU。这是卢策吾团队在具身数据收集方向的新工作，它是一个系统整合和 infra 工具。其核心做法是在类似 UMI 的便携夹爪上，通过 AR 实时渲染策略模型预测的未来轨迹，允许采集者无需真机即可发现策略缺陷 并立刻补充纠正数据进行微调。它和我熟悉的 DAgger 路线最接近，这个设计把物理执行的真实反馈换成了极高的数据迭代效率。
它的价值主要在于提供了一套低成本的闭环数据收集方案。问题在于，AR 渲染的纯运动学轨迹可能掩盖了真实物理执行中的接触和动力学失效，因此 需要看它在重接触任务中的表现。此外，它的策略模型似乎直接沿用了较老 的 CNN-based Diffusion Policy，可能限制了复杂任务的上限。这里我对它如何处理 AR 轨迹与真实物理反馈之间的 gap 还不确定，需要你精读确认。
评价：⭐️⭐️⭐️⭐️ 很准确。这还是降智版吗？
[Codex 5.3] RoboPocket 把 UMI 式手机采集推进到可在线纠偏的 DAgger 化闭环
来自 SJTU。它更像一篇系统整合和部署方法论文，核心是用手机 AR 先可视化策略未来轨迹，再把用户定向纠错数据异步回灌做在线微调。和你 熟悉路线里最接近的是 UMI + DAgger，只是把“必须上真机才能看见失败”改 成了“先在手机端看策略意图再采纠错”。这是 Cewu Lu 团队在 UMI 线上的延伸工作，主要价值是把交互式 policy iteration 的门槛和迭代时间压低，而不是提出新的策略骨干。
主要风险是方法收益可能强依赖它的工程闭环，包括 AR 对齐精度、远程推理延迟和在线重采样配比，一旦这些条件变差效果可能掉 得很快。实验虽然有真机和多场景，但策略本体仍是 Diffusion Policy 级别，任务也主要是桌面操作，跨机器人和高自由度灵巧操作外推还需要谨 慎。这里我对“2x 效率提升里 AR 可视反馈和在线加权微调各自贡献占比”还不确定，需要你精读确认。
评价：⭐️⭐️ 不是而是又来了，还喜欢抽象词汇，并且第二段非常糟糕。
[Grok] Cewu Lu 组的 RoboPocket 用手机 AR 实现无机器人 DAgger 式即时策略迭代
来自 SJTU。RoboPocket 扩展 UMI 类的 handheld 采集系统，核心做法是远程 inference 当前 policy 并通过 AR Visual Foresight 把预测轨迹实时叠加到真实场景，让操作者主动在 policy 弱区收集 corrective data，同时异步 online finetune 持续更新模型。它和 ALOE、LIFT 走的是同一类 interactive correction 路线，但把原来依赖真机 rollout 的部分换成了 AR 预览，以代价换来 scalable in-the-wild 迭代能力。
实验在 block sorting、towel folding 等桌面任务上显示数据效率接近 2 倍提升，且支持 distributed 多人同时迭代；不过 backbone 仍是旧的 Diffusion Policy，未与 Pi-like 或 DiT VLA 结合，在线加权采样长期是否稳定也需要验证。这里我对 remote inference 的 session 状态保持和 model sync 细节还不确定，需要你精读确认。
评价：⭐️⭐️⭐️ 过程讲得很清楚。