Egocentric data专业
Ego4WAM:系统拆解自我中心人类数据规模化,对齐、多样性与纯视频预训练谁是关键
Ego4WAM 是一篇预印本,在统一的 World-Action Model 框架下系统研究自我中心人类数据对机器人学习的作用。论文发现,机器对齐的人类演示可显著提升分布外泛化并减少机器人数据需求;数据时长和任务多样性是不同扩展轴;无动作标签的纯视频预训练能提供强动力学先验。在 RoboDojo 闭环评估中,仅用约 0.1K 小时机器人数据和 15K 小时人类数据,联合注意力机制达到平均得分 20.29、成功率 14.35%。