arXiv Robotics· Yutian Zhang, Xingrui Xiong, Siyuan Ma, Donghao Wang, Yang Li, Jiawen Wen, Jiaqi Zhai, Liwen Yang, Ce Hao, Haozhen Chi, Yangkun Zhu, Yifan Zhu, Xiaowen Chu, Dong Wei, Qiaojun Yu, Dibo Hou·· 13 小时前AI 评分36
VOMMI：为移动操作采集并利用便携式演示数据
VOMMI: Collecting and Leveraging Portable Demonstrations for Mobile Manipulation
AI 导读
VOMMI 是一个便携式演示采集与学习框架，通过离线轨迹重建和在线视觉-运动条件化，把便携 RGB 演示接入 VLA 后训练。其 R2-VO 用稀疏几何锚点精修轨迹，使身体与手部流的绝对轨迹误差平均降低 24.6%。仅用便携演示后训练的策略基座速度误差比机器人采集演示训练的策略低 18.2%，在三个真实机器人任务上平均成功率比 OpenPI 0.5 高 8.3 个百分点。
推荐理由模型分析
VOMMI 用便携 RGB 演示替代遥操作采集，通过离线轨迹重建和在线视觉-运动条件化接入 VLA 后训练，无需人机运动学校准。实验显示仅用便携演示后训练的策略基座速度误差比机器人演示低 18.2%，离线重建平均降低 24.6% 轨迹误差，三任务成功率较 OpenPI 0.5 高 8.3 个百分点。做具身数据采集与 VLA 微调的团队可参考其条件化接口和残差适配设计，但结论限于 500 条/任务的实验设置，尚未验证更大规模或跨场景迁移。
来源：arXiv Robotics · arxiv.org