MAVP框架提升移动操作可靠性，六项实测成功率全胜

针对演示训练策略在移动操作中易致底盘轨迹偏移与操作失败的问题，MAVP框架通过预测显式底盘位姿目标并利用定位反馈追踪来增强执行可靠性。该框架从遥操作演示重建静态地图，将底盘轨迹统一至共享地图坐标系以提供一致空间监督。执行时，策略依据RGB观测、关节状态及当前地图系底盘位姿，联合预测底盘目标、机械臂与夹爪动作，底层控制器结合前馈与位姿误差反馈修正偏差，训练时还引入位姿噪声增广。在六项真实任务与三种策略族评测中，其任务成功率全面超越无锚定速度控制方案。