用自示范生成控制微调VLA，实现多任务操作

论文提出一种自监督方法，用零样本VLA模型在线生成交互轨迹作为额外训练数据，用于在新机器人上微调视觉-语言-动作模型。作者称，该方法在目标机器人上得到多任务操作策略，能继承零样本VLA已有的预训练任务而无需这些任务的专家演示，在专家遥操作任务上的成功率和通用指令跟随优于仅用专家数据微调，并缓解对微调未涉及任务的遗忘。实验在真实ALOHA机器人和RoboTwin新仿真基准上评估泛化能力，项目页面提供代码、检查点和数据。