VioLA：用人类数据训练通用人形机器人策略
热点事件持续更新
VioLA：用人类数据训练通用人形机器人策略
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Mert Albaba 等作者发布论文，提出通用人形机器人策略 VioLA：它预测身体与手部运动潜变量，而非关节指令，使人类动作记录可直接标注进策略的动作空间。其训练演示池含 1.406 亿帧，其中 93.2% 来自人类数据。 论文报告称，在真机上零样本跟随移动指令成功率为 100%，对比方法 GR00T N1.7 和 Ψ₀ 分别为 16.7% 和 0%；无需任务专属微调即可达到 88.6% 的操作成功率，并可适配两种 VLA 与一种 world-action 模型骨干。作者称代码与检查点将会发布。
AI 根据报道生成 · 47 分钟前更新
最新进展10月9日 12:00
VioLA：从人类数据学习通用人形机器人控制策略报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv：cs.LGVioLA：从人类数据学习通用人形机器人控制策略
VioLA 通过预测身体与手部运动潜变量而非关节指令，让通用人形策略直接使用人类动作数据训练。其训练演示池含 1.406 亿帧，其中 93.2% 来自人类数据，在真机上零样本跟随移动指令成功率达 100%，而 GR00T N1.7 和 Ψ₀ 分别仅 16.7% 和 0%；无需任务专属微调即可达到 88.6% 的操作成功率，并可适配两种 VLA 与一种 world-action 模型骨干。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。