arXiv cs.RO 机器人学· Lihan Zha, Shresth Grover, Tenny Yin, Samuel M. Bateman, Hengkai Pan, Mengchao Zhang, Aykut Onol, Allen Z. Ren, Dhruv Shah, Anirudha Majumdar·· 1 天前AI 评分54
EgoLAP：通过语言-动作推理从第一人称人类数据中学习的 VLA 预训练框架
EgoLAP: Learning from Egocentric Human Data through Language-Action Reasoning
AI 导读
EgoLAP 提出一种 VLA 预训练框架，通过共享的语言动作链式思维联合学习人类与机器人轨迹，将运动意图表达为结构化、时间抽象的语言动作。在真实世界与仿真实验中，EgoLAP 达到 80.1% 的真实任务平均进度，较其他动作表示方式取得 2.3x 性能提升。运动级推理也优于结合子任务、目标框与视觉轨迹的复合推理格式。
来源：arXiv cs.RO 机器人学 · arxiv.org