arXiv · 机器人与计算机视觉· Lin Long, Tianren Ma, Zhong Chu, Di Wu, Maosong Cao, Qixiang Ye, Junbo Zhao, Shanghang Zhang·· 8 天前AI 评分48
Ego Guidance:利用无动作监督的人眼视角视频增强机器人策略学习
Ego Guidance: Enhancing Robot Policy Learning with Action-Free Human Egocentric Videos
AI 导读
该研究提出基于预训练视觉语言模型的 SPAR 架构,通过共享预测机制利用无动作监督的人眼视角视频提升机器人策略学习效果。实验表明,源自此类视频的表征能显著改善下游分布外任务性能,且随数据规模扩大效果进一步增益。论文探讨了目标选择与数据策展的影响,为可扩展的机器人学习提供新路径。
来源:arXiv · 机器人与计算机视觉 · arxiv.org