AIT 提出两阶段人类视频操作知识迁移方法

Zhiqian Xia 等作者提出 Action-Intent Transfer（AIT），一种从人类操作视频向机器人迁移操作知识的两阶段方法。第一阶段从操作视频中提取显式动作意图，并将隐式动作意图解耦；第二阶段在共享意图空间中对齐人类与机器人域，再把意图解码为可执行的机器人动作。作者称，在仿真和真实环境中的大量实验表明，AIT 迁移人类知识更有效，并持续优于此前基线。 该工作针对 VLA 模型依赖昂贵真机数据的瓶颈，作者指出已有方法提取的隐式动作表示会混入场景特定噪声，稀释迁移的知识。该文为 arXiv 预印本，共 12 页、6 幅图，尚未经同行评议。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。