研究人员开发了一种新颖的两阶段训练框架，以提高机器人操纵能力，特别是在跨体设置中。该方法首先使用无条件动作轨迹预训练一个具有运动先验的动作模块，在整合视觉和语言数据之前为其配备时间运动结构。然后，将学习到的先验转移到视觉-语言-动作（VLA）训练中，从而实现更快的收敛速度和更高的成功率，尤其是在数据稀缺的现实世界任务中。该方法还包括一个历史压缩器，可以有效地总结状态-动作历史，进一步提高性能。 AI
影响 提高了机器人学习效率和在复杂操纵任务中的性能。
排序理由 这是一篇详细介绍机器人操纵新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
