GazeVLA：用人类注视意图训练机器人操作

Chengyang Li 等作者在 arXiv 提交预印本，提出 GazeVLA 方法：从人类演示中建模注视意图，让机器人学习操作。作者称，注视既编码高层任务语义，又与低层动作耦合，可作为中层表征支持跨本体知识迁移，使机器人无需机器人意图标注也能内化人类意图；推理阶段用思维链捕捉意图与动作的协同。 作者称，在仿真与真实环境实验中，该方法在长时程和细粒度任务上持续优于基线，并泛化到未见场景。该工作为预印本，尚未经同行评议，上述效果均为作者自述，报道未给出任务数量、成功率分母、机器人型号与基线细节。

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。