arXiv · 机器人与计算机视觉· Qi Chen, Yuwei Wu, Quan Chen, Kunpeng Gao, Jin Chen, Che Sun, Zhi Gao, Yunde Jia·· 2026-10-15AI 评分72
CapPro:基于单个人类视频指导的视觉语言动作模型自适应方法
One-shot Human Video-Guided Adaptation for Vision-Language-Action Models
AI 导读
该论文提出了 CapPro 框架,旨在解决视觉语言动作(VLA)模型难以快速适应训练分布外新任务的局限。该方法仅需单个演示人类视频即可实现跨任务自适应,无需目标任务的机器人数据或微调。
来源:arXiv · 机器人与计算机视觉 · arxiv.org