新的LAPT-Scale方法使用人类视频训练机器人策略

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-12 04:00

研究人员开发了LAPT-Scale，一种使用大规模人类视频训练机器人策略的新颖方法。该方法通过利用现成的以自我为中心的视频，解决了收集具身交互数据的高成本问题。LAPT-Scale包含一个潜在动作模型（LAM），该模型从视觉转换中学习连续的潜在动作，以及一个在这些潜在动作上预训练、与机器人具身对齐并针对特定任务进行微调的策略。该系统在真实机器人成功率方面显示出显著的提高，使用规模化的视频数据从63.3%提高到85.0%。 AI

影响这项研究可以显著降低训练通用机器人策略的成本并提高其效率，从而可能加速其在实际应用中的部署。

排序理由该集群包含一篇详细介绍机器人策略训练新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍机器人策略训练新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Zhiyuan Xiang, Peidong Liu, Mingyang Li, Jiawei Li, Wenhow Li, Wenbo Ding, Xiang Deng · 2026-10-12 04:00

LAPT-Scale：基于人类视频的潜在动作预训练实现具身策略的规模化

arXiv:2610.13732v1 Announce Type: cross Abstract: Scaling generalist robotic policies is limited by the high cost of collecting embodied interaction data. Large-scale egocentric human videos offer a rich alternative, but they lack robot action labels, and existing action annotati…

本文如何被排名

报道来源 [1]

LAPT-Scale：基于人类视频的潜在动作预训练实现具身策略的规模化

相关实体

相关话题