Steertuning：用5段人类视频让机器人学习新任务

研究者提出 Steertuning 系统，让机器人在新环境中仅凭5段人类演示学习新任务，全过程从数据采集到策略部署不到5分钟。该系统先在100小时密集标注的第一人称人类交互数据上预训练一个400M参数的扩散策略，再针对新任务微调2分钟（2000次训练更新），并在反向采样时用与部署环境观测最接近的演示引导策略动作。