Steertuning：5段人类视频微调机器人策略

研究者提出 Steertuning 系统，让机器人仅凭 5 段人类演示就能在新环境中学习新任务。该系统先在 100 小时第一人称人类交互数据上预训练一个 4 亿参数的扩散策略，再针对新任务微调 2 分钟（2000 次训练更新），并在反向采样时用与部署环境观测最接近的演示引导动作。 作者称，给定新任务的 5 段演示，模型只需微调 2 分钟即可完成学习。完整数据集、模型权重、代码库和机器人视频将在项目网站发布。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。