arXiv · 机器人与计算机视觉· Xiang Zhu, Puzhen Yuan, Yichen Liu, Jianyu Chen·· 2026-10-12AI 评分72
HARP-VLA:面向视觉语言动作模型的机器人 - 人类对齐表征学习
HARP-VLA: Human-Robot Aligned Representation Learning for Vision-Language-Action Model
AI 导读
论文提出 HARP-VLA 框架,旨在通过人类 - 机器人成对演示作为跨本体桥梁,利用海量未配对视频进行动力学监督,训练出适配机器人的视觉编码器与潜在动作模型。
来源:arXiv · 机器人与计算机视觉 · arxiv.org