arXiv cs.RO· Mert Albaba, Jens Bei{\ss}wenger, Anna Manasyan, Daniel Marta, Michael J. Black, Wieland Brendel, Andreas Krause, Georg Martius, Martin Riedmiller·· 6 天前
VioLA：从人类数据学习通用人形机器人控制策略
VioLA: Learning Generalist Humanoid Control Policies from Human Data
AI 导读
VioLA 是一种预测身体与手部运动 latent 而非关节指令的通用人形机器人策略，由预训练身体与手部控制器在机器人上执行这些 latent。其训练数据池包含 1.406 亿帧，其中 93.2% 来自人类。VioLA 在真实机器人上零样本跟随运动指令，成功率达 100%，而 GR00T N1.7 和 Ψ₀ 分别仅为 16.7% 和 0%；无需任务特定微调即可达到 88.6% 的操作成功率。
来源：arXiv cs.RO · arxiv.org