arXiv cs.AI· Lihan Zha, Shresth Grover, Tenny Yin, Samuel M. Bateman, Hengkai Pan, Mengchao Zhang, Aykut Onol, Allen Z. Ren, Dhruv Shah, Anirudha Majumdar·· 10 小时前AI 评分29
EgoLAP：通过语言-动作推理从第一人称人类数据中学习
EgoLAP: Learning from Egocentric Human Data through Language-Action Reasoning
AI 导读
EgoLAP 是一个 VLA 预训练框架，通过共享的基于语言的动作链式推理，联合学习人类与机器人轨迹，将动作意图表达为结构化、时间抽象的语言动作。在真实世界与仿真实验中，EgoLAP 达到 80.1% 的平均真实任务进度，相比替代动作表示取得 2.3 倍性能提升，且运动级推理优于结合子任务、物体框与视觉轨迹的复合推理格式。
来源：arXiv cs.AI · arxiv.org