跳到正文
arXiv · 机器人与计算机视觉· Shreyas Kowshik, Sreyas Venkataraman, Leo Wang, Niharika Pant, Max Simchowitz, Aviral Kumar·· 2026-10-20AI 评分72

通用机器人策略如何利用最少数据适应:MiDAS 方法与实验验证

What Does It Take For A Generalist Robot Policy To Adapt Using Minimal Data?

AI 导读

论文提出 MiDAS 方法,旨在解决预训练策略在新任务上零样本表现不佳的问题。核心发现是单个演示足以引导行为先验实现粗略的任务跟随,而通过冻结 VLA 表示进行基于价值的残差学习、以及精细的数据平衡,可将此粗糙能力转化为可靠的成功。实验在 LIBERO 和 RoboCasa 数据集及双臂 YAM 平台上验证了该方法能从仅偶尔成功的初始策略出发,经过数小时在线交互显著提升任务成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org