HIL-UMI：免机器人的人在环VLA后训练框架

HIL-UMI 论文作者团队提出一种策略引导的 Universal Manipulation Interface（UMI）框架，实现无需机器人的视觉-语言-动作（VLA）模型人在环后训练。 在覆盖长程与精细操作的四项真实任务实验中，作者称 HIL-UMI 相对 SFT 取得一致提升，并同时受益于针对性数据采集与优势条件行为克隆；在 Clean Up Table 任务上，作者称其优于 HG-DAgger，且每帧采集耗时更低。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。