arXiv cs.RO 机器人学· Cong Tai, Zhaoyu Zheng, Haixu Long, Hansheng Wu, Jialiang Wang, Zhengbin Long, Haodong Xiang, Shuyuan Wang, Rong Shi, Zhuo Cui, Shizhuang Zhang, He Wang, Biao Liu, Zhenzhe Sun, Tao Shen·· 4 小时前AI 评分57
Seed2Scale：面向可扩展机器人学习的自演化数据引擎
Seed2Scale: A Self-Evolving Data Engine with Parallel Worlds Expansion for Scalable Robot Learning
AI 导读
Seed2Scale 提出一种带平行世界扩展的自演化数据引擎，从少至4条种子演示出发，用轻量 VLA 模型 SuperTiny 负责采集、预训练 VLM 作为验证器打分过滤轨迹，支撑任务上的稳定自演化。它还将自演化轨迹投影到同一任务的不同环境中生成更多样数据，实验显示目标模型成功率随迭代持续上升，零样本真机评测达到 75.38% 成功率，而基线方法完全失败（0%）。
来源：arXiv cs.RO 机器人学 · arxiv.org