arXiv Robotics· Qingyuan Cai, Bo Zhang, Yongzhen Huang, Jianyu Chen·· 4 小时前AI 评分38
EXE：面向 VLA 模型的第一人称跨具身预训练框架，通过分解潜在动作学习
EXE: Egocentric Cross-Embodiment Pretraining via Factorized Latent Actions for VLA Models
AI 导读
EXE 是一个面向 VLA 模型的第一人称跨具身预训练框架，从第一人称人类视频中学习分解式潜在动作表示，将共享操作先验与具身特定信号分离。该共享动作空间让机器人策略从多样人类演示中获得可泛化的操作语义，不受人类特定运动学偏置影响，同一预训练可同时受益于平行夹爪和灵巧手。在 RoboTwin 2.0、RoboCasa GR1 和真实世界操作任务上，EXE 相比无预训练基线取得一致提升。
来源：arXiv Robotics · arxiv.org