从视频中学习世界动作模型的原生动作先验
该研究提出 NAVA-WAM，可直接利用没有动作标注的视频预训练机器人动作策略。第一阶段，模型从视觉变化中学习；随后，研究人员使用带动作标签的示范数据进行后训练，以实现机器人控制。实验显示，NAVA-WAM 在训练分布内外均优于以往方法，所需动作标签更少，并能有效迁移到真实机器人。该方法旨在降低对大量标注机器人数据的依赖。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。