斯坦福大学的研究人员提出了一种名为 Mobile ALOHA 的低成本整体远程操作系统，用于收集整体远程操作的数据。通过将其放在轮式底座上，Mobile ALOHA 扩展了原始 ALOHA 的功能，并具有移动能力。研究人员使用静态 ALOHA 数据集进行模仿学习，在移动操作任务中取得了良好的性能。这种系统提供了一种低成本、高效的数据收集方法，适用于日常需要整体远程操作的任务。