机器人示教数据中手部追踪漏掉插头接触瞬间该如何评估？

采集机器人学习用的人类插找示教数据时，手部追踪可能因遮挡在接触阶段丢失姿态标签，而整体高 recall 和仅按成功检测计算的姿态误差会掩盖这种局部失效。作者指出 MEgoVista 的 Table 3 检测指标和 Section 4.4 对漏检赋误差的评估协议是可用起点，并建议对 approach、contact、withdrawal 分阶段报告覆盖率及最长连续丢失间隙。