Active perception for VLA policies: training data aligned to camera-move endpoints中級
先にカメラを動かすロボット、遮蔽下の実機成功が90回中35回から83回に
復旦大学のプレプリントによると、ロボットが手を伸ばす前に手首カメラを動かし、そのカメラ移動の終点から始まるデータで方策を再学習させたところ、実機の遮蔽タスクの成功が90回中35回から83回(92.2%)に増えた。学習データを変えずにカメラ移動だけを足すと、pi0.5のシミュレーション成功率は46.3%から11.5%へ逆に下がった。