LSA:基于3D基础模型的分层机器人策略预训练框架
Lift, See, Act: Hierarchical Robot Policy Pretraining with 3D Foundation Models
AI 摘要
Yiyuan Ge等人提出分层机器人策略预训练框架LSA,分为Lift、See、Act三阶段。Lift阶段把2D人类视频观测提升为稠密3D表征,做法是让策略网络浅层特征与多个3D基础模型的中间表示自适应对齐;相比此前只用稀疏手部轨迹作监督,该框架保留了轨迹提取中的细粒度信息,目标是提升策略在真实场景的泛化能力。
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。