跳到正文
arXiv · AI· Zimu Han, Yiming Zeng, Jiyao Zhang, Zihao Zhao, Yuanfei Wang, Yixiang Jin, Shiqi Li, Shuangben Chen, Wei Huang, Ruodai Li, Hui Shen, Hao Dong·· 2026-10-09AI 评分23

HIL-UMI:将人在环后置训练引入视觉-语言-动作模型的通用操作接口

HIL-UMI: Bringing Human-in-the-Loop Post-Training of Vision-Language-Action Models to Universal Manipulation Interface

AI 导读

研究人员提出 HIL-UMI,一种免物理机器人的视觉-语言-动作模型人在环后置训练框架。 该框架利用手持 UMI 采集数据,通过 Energy Score 比对人类动作与策略推理,仅在分布外区域触发数据采集;结合优势估计器优化,实现优势条件行为克隆。 在四个真实任务中,HIL-UMI 表现优于监督微调(SFT)和 HG-DAgger,且单帧采集时间更低,为 VLA 模型迭代提供可扩展路径。

来源:arXiv · AI · arxiv.org