arXiv · Machine Learning· Shreyas Kowshik, Sreyas Venkataraman, Leo Wang, Niharika Pant, Max Simchowitz, Aviral Kumar·· 23 小时前AI 评分64
通才机器人策略要用最少数据适应新任务，需要什么？
What Does It Take For A Generalist Robot Policy To Adapt Using Minimal Data?
AI 导读
该论文提出最小数据适应设定，让预训练机器人策略仅凭一次示范和自主在线交互学习新任务。作者总结出预训练 VLA 表示、残差策略学习和数据平衡三项关键设计，并提出 MiDAS；在 LIBERO 和 RoboCasa 任务中，MiDAS 改善了单示范初始化策略的表现，在双臂 YAM 平台上经过约六小时在线交互后也提升了任务成功率。
来源：arXiv · Machine Learning · arxiv.org