零样本VLA自生成数据微调多任务操作策略

Prachi Garg等作者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，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，无需这些预训练任务的专家演示即可继承零样本VLA已有的预训练任务；在专家遥操作任务上，其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。上述效果均为作者在论文中的自述，属预印本结果，尚待同行评议与独立验证。

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。