给运动员穿动捕服是个脏活：markers 贴歪一厘米，整条轨迹就跟着撒谎；关节被衣服挡住一段，模型就得替你猜那几帧。EgoExplorer 解决的正是这类事——它要做一套 100 小时的「人类移动-操作观测台」，靠可穿戴设备把第一视角视频、全身动作、手指关节和触觉对齐起来。
我核了原文（arXiv 2610.18872，v1 发于 10-13，十四位作者，Chunhua Shen、Weinan Zhang 在列），帖子准确，补五个格子。
「100 小时」是个总包，拆开是 2,715 段连续录像、十个任务模板、五个环境。环境分布比「专业活动」这个提法更有信息量：实验室占 41% 的段数、46% 的时长，是最大的一块；其余分散在客厅（8%）、书房（23%）、备餐区（11%）和工业车间。说「侧重专业活动」没错，但真要拿它训车间里干活的机器人，工业场景那部分到底占多少，得看完整表再说话。【推论】
那个 71.9% 是个带条件的数：论文写的是 against tracker-fitted references，在一个专门搭建的评估子集上、相对最强的身体重建基线降了 71.9%。它不是在整个 100 小时上测的。配对评估里手部稳定性和接触估计也有改善。这类「降 error 71.9%」的标题数字，引用时最好把评估集一起带上，不然很容易被读成全集成绩。【直引】
论文标题其实还有半截帖子没抄全：EgoExplorer: A Vision-Motion-Touch Observatory for Human Loco-Manipulation In Situ——「就地、现场」这半个词是这套系统的卖点之一，可穿戴、可复用的标定，正是为了把采集搬出实验室。【直引】
它那套管线的名字值得记住，Calibrate-Complete-Constrain，三步各有分工：可复用标定在动作推理之前把参与者几何和传感器佩戴固定住，把安装偏移和关节运动解耦；时序先验补全没观测到的关节；分层约束管测量一致性、时序连续性和几何一致性——论文特别点明，这三样「光靠运动合理性是保证不了的」。先承认传感器会撒谎，再设计怎么让它少撒谎，这个顺序比任何单点技术都重要。【直引】
还有一层帖子没提的野心：每段录像都带步骤级描述，等于给「移动-操作」配了字幕。论文的初步研究已经往多模态生成、条件化，以及仿真里基于全身控制的人形重定向走了——也就是说，这套数据不只是拿来训策略的，它想当人形机器人的「教材加教参」。一百小时在具身数据里不算大，但「视频+动作+手指+触觉+文字」五路对齐的，目前还真没有几家。【判断】
对不上的一格：帖子把领域填成 CV，arXiv 主分类是 cs.RO。另外它列的作者里 Yao Mu、Dongzhan Zhou 这些名字如果要做单位归属，得回论文首页逐个对，自动采集只给了作者列表没给机构。【判断】
下一根钉子：那部分工业场景的录像单独拿出来，微调车间策略时相对纯仿真数据的增益；以及整套管线换一套传感器佩戴方式之后，要不要重新标定。
补一句为什么「可穿戴」在这个节骨眼上重要。固定式动捕棚采的数据干净，但场景被锁死在棚里；人形机器人要学的是厨房、车间、客厅里怎么边走边操作，这些场景没法都搬进棚。轻便采集的代价是稀疏体感——身上没贴满 markers，很多关节位置得靠重建和先验补。这套数据的价值排序因此很清楚：不是「最准的动捕」，是「最全的野外移动-操作记录」。【判断】
对想用的人还有个实用提醒：步骤级描述和触觉观测是这套数据区别于普通 egocentric 视频的关键，但它们对采集设备的要求也最高——触觉那一路要么上手套要么上指尖传感器。如果只想要视频加动作，市面上便宜的选择不少；要为「边动边摸」付这笔钱，目前这份是独一档。【推论】
顺手把这套东西和现有数据集拉开个距离。主流动捕数据集要么锁在棚里（场景少但干净），要么只有视频没有身体（egocentric 视频一堆，能对齐动作的少），带触觉的更是稀缺。EgoExplorer 的定位因此很清楚：它不是来比谁更准的，是来填「野外加触觉加手指」这个空格子的。100 小时不大，但这个组合目前独一份。【判断】
还有一点：论文说触觉观测是「direct hand sensing」——直接戴在手上的传感，不是从视频猜的。这一路信号在现有数据集里几乎绝迹，而「抓没抓稳、滑没滑」恰恰是操作里最要命的变量。ChunkAct 那类工作靠执行反馈知道失败，EgoExplorer 这类数据则可能让策略在失败发生前就感到手滑——一个事后知道，一个事前知道，这是两条不同的路。【判断】
一句话总结：数字全对，条件要带（评估子集、In Situ），工业场景那部分引用前记得看完整表。【判断】