Transferring task structure from human videos to robot world-action models上級
人の動画からロボット操作へ 因果ビームで「何を移すか」を選ぶ身体間転移
人の動画は安く大量にあるが、ロボットは人の手の動きをそのままはまねできない。中国科学院と美団(メイトゥアン)の研究チームによるこのプレプリントは、動画から作業の論理だけを取り出して既存のロボットモデルに与え、ほぼ飽和したシミュレーターで約1ポイント、実機の双腕ロボットで8ポイント成績を引き上げた。