arXiv · cs.AI· Lihan Zha·· 21 天前AI 评分25
EgoLAP：通过语言-动作推理从第一人称人类数据中学习机器人控制
EgoLAP: Learning from Egocentric Human Data through Language-Action Reasoning
来源与原文
arXiv · cs.AI
作者：Lihan Zha
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.08726v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
EgoLAP 是一个 VLA 预训练框架，通过共享的语言动作链式推理，联合学习人类与机器人轨迹，将第一人称人类数据的运动意图迁移到机器人控制。真实与仿真实验中，EgoLAP 达到 80.1% 平均真实世界任务进度，是替代动作表示的 2.3 倍；其运动级推理也优于结合子任务、物体框和视觉轨迹推理的组合推理格式。
来源：arXiv · cs.AI · arxiv.org