arXiv · 机器人与计算机视觉· Mert Albaba, Jens Bei{\ss}wenger, Anna Manasyan, Daniel Marta, Michael J. Black, Wieland Brendel, Andreas Krause, Georg Martius, Martin Riedmiller·· 2026-10-09精选AI 评分87
VioLA:从人类数据中学习通用类人机器人控制策略
VioLA: Learning Generalist Humanoid Control Policies from Human Data
AI 导读
论文介绍 VioLA,一种通用类人机器人策略,通过预测身体和手部运动潜变量而非关节命令来规避动作空间耦合问题。该方法利用预训练控制器执行潜变量,并将人类与机器人运动映射至同一潜在空间,从而直接使用 1.406 亿帧(其中 93.2% 为人类演示)的数据进行训练。
推荐理由
该工作提出 VioLA,通过预测身体与手部运动潜变量而非关节命令,利用海量人类演示数据实现真实机器人零样本执行,显著优于现有基线。
来源:arXiv · 机器人与计算机视觉 · arxiv.org