Egocentric video上級
WINGが自己中心視点動画から相互作用中心の潜在行動を学習、LIBEROで平均成功率99.20%を達成
WINGは、人間の自己中心視点動画からロボット操作に転移可能な相互作用知識を抽出する枠組みである。観測者運動と手と物体の相互作用を分離する潜在行動学習と、低周波スペクトルガイダンスを導入し、シミュレーションのLIBEROで平均99.20%、RoboTwin 2.0で93.80%、RoboCasa–GR1で57.7%の成功率を達成した。本論文は査読前のプレプリントである。