LAPT-Scale 用人类视频潜动作预训练提升真机成功率

Zhiyuan Xiang 等研究者提出 LAPT-Scale 潜动作预训练方法，论文被 CoRL 2026 接收。该方法分两部分：LAPT-Scale-LAM 通过解释人类视频的逐帧视觉变化学习连续潜动作作为监督信号；LAPT-Scale-Policy 据此预训练 VLA 策略，再经目标机器人本体对齐和任务后训练构建最终策略。 LAPT-Scale-LAM 在 23.3K 小时第一视角人类视频上训练。作者报告，当标注人类视频从 1K 小时增至 5K 小时时，真机任务成功率从 63.3% 提升到 85.0%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。