AIRoA-0 仅用手持夹爪数据训练双臂操作模型

Yueh-Hua Wu 等作者发布预印本论文，提出双臂操作系统 AIRoA-0（A-0），并开放数据集、预训练权重与后训练方案。A-0 仅从 16151 小时手持演示中学习，全程未采集机器人数据，也未使用遥操作数据、强化学习或实机纠正，机器人只在测试时出现。演示由开源手持夹爪 YUBI 录制，无需机器人在场。 作者称，A-0 仅凭每只手腕上的摄像头、不使用头部或场景摄像头，在未录制过训练数据的场地完成小零件分拣入编号格、更换扫地机器人拖布与刷头、拉开笔袋拉链和叠毛巾等任务；在其评估的十项任务上平均成功率 78%，而在相同任务演示上后训练的四个视觉-语言-动作模型中最强者为 27%。作者还称，任何人可自行制作该夹爪、录制任务，并在单节点 8 块 H200 GPU 上于 4 小时内完成后训练。上述结果来自预印本，尚未经同行评议或独立验证。

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。