跳到正文
arXiv · 机器人与计算机视觉· Kevin Park, Izat Rasyad, Dvij Kalaria, Shankar Sastry·· 9 天前AI 评分56

DreamVLA:从生成的动作到类人机器人视觉语言动作策略

DreamVLA: From Generated Human Motions to Humanoid Vision-Language-Action Policies

AI 导读

论文 DreamVLA 提出利用生成式运动轨迹指导仿真环境中的强化学习,从而无需新的遥操作数据即可训练 VLA 模型。核心贡献是参考条件 DAgger 蒸馏流程,在失败后重启 RL 专家并聚合成功修正轨迹以解决分布偏移。研究评估了抓取、开抽屉、按按钮及行走抓取等任务,并对 DAgger 迭代次数、残差强化学习和生成数据集规模进行了消融实验。

来源:arXiv · 机器人与计算机视觉 · arxiv.org