arXiv · 机器人与计算机视觉· Zhiyuan Xiang, Peidong Liu, Mingyang Li, Jiawei Li, Wenhow Li, Wenbo Ding, Xiang Deng·· 2026-10-12AI 评分73
LAPT-Scale:基于人类视频潜在动作预训练的具身策略扩展方法
LAPT-Scale: Scaling Embodied Policies with Latent Action Pre-Training on Human Videos
AI 导读
针对大规模具身交互数据采集成本高且标注噪声大的问题,本文提出 LAPT-Scale 范式,包含两个组件:LAPT-Scale-LAM 通过解释第一人称视频中帧间视觉过渡学习连续潜在动作作为隐式监督;LAPT-Scale-Policy 结合感知、语义和光流对齐信号进行预训练与目标机器人本体对齐。
来源:arXiv · 机器人与计算机视觉 · arxiv.org