跳到正文
arXiv · ML· Mert Albaba, Jens Bei{\ss}wenger, Anna Manasyan, Daniel Marta, Michael J. Black, Wieland Brendel, Andreas Krause, Georg Martius, Martin Riedmiller·· 2026-10-09AI 评分39

VioLA:基于人类数据学习通用人形机器人控制策略

VioLA: Learning Generalist Humanoid Control Policies from Human Data

AI 导读

VioLA 提出通过预测身体与手部动作潜在变量而非关节指令来控制人形机器人。该模型利用包含 1.406 亿帧数据(其中 93.2% 为人类数据)的混合演示池进行训练。在真实人形机器人上,VioLA 无需针对任务微调即可实现 100% 的运动成功率,且操作成功率为 88.6%。代码和检查点将开源。 ```

来源:arXiv · ML · arxiv.org