arXiv · 机器人与计算机视觉· Lihan Zha, Shresth Grover, Tenny Yin, Samuel M. Bateman, Hengkai Pan, Mengchao Zhang, Aykut Onol, Allen Z. Ren, Dhruv Shah, Anirudha Majumdar·· 2026-10-07AI 评分59
EgoLAP:基于语言动作推理的以自我为中心的人类数据学习框架
EgoLAP: Learning from Egocentric Human Data through Language-Action Reasoning
AI 导读
论文介绍 EgoLAP,一种 VLA 预训练框架,旨在解决具身智能中的体现差距问题。该方法将运动意图表达为结构化、时间抽象的语言动作,并结合场景几何、物理和物体功能进行运动级推理,从而更有效地从人类经验迁移到机器人控制。实验显示,EgoLAP 在真实世界任务进度上达到 80.1%,相比其他动作表示方式提升 2.3 倍,且其运动级推理优于结合子任务、对象框和视觉轨迹的复合推理格式。
来源:arXiv · 机器人与计算机视觉 · arxiv.org