EgoWAM人-机器人协同训练框架研究

2026年10月15日，arXiv Artificial Intelligence 刊出 Baoyu Li 等人的研究，提出 EgoWAM——一个用野外第一视角人类数据训练的人-机器人协同训练框架。该框架固定策略骨干、动作头与数据混合，仅改变世界预测目标，对比了 Pixel、DINO 与 3D motion flow 三种世界表示。报道称，在三个真实双臂任务中，基于 DINO 的预测将分布外物体与场景泛化能力提升至多 4 倍，3D flow 将域内性能提升 20-30%，而像素预测迁移效果较弱。目前该事件仅有这一篇主报道，尚无后续跟进报道，因此上述性能提升幅度与对比结论均来自该单一来源，其适用任务限于报道所述的三个真实双臂任务。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。