arXiv · ML· Shreyas Kowshik, Sreyas Venkataraman, Leo Wang, Niharika Pant, Max Simchowitz, Aviral Kumar·· 10 小时前AI 评分22
最小数据适配范式：MiDAS 如何助力通用机器人策略从单次演示中学习
What Does It Take For A Generalist Robot Policy To Adapt From Minimal Data?
AI 导读
论文提出最小数据适配范式，发现预训练策略单次演示虽性能不稳，但足以引导行为先验。 MiDAS 结合行为克隆与基于价值的残差学习，利用预训练 VLA 表征支持高效在线学习，并通过数据平衡防止探索崩溃。 在 LIBERO、RoboCasa 及双臂 YAM 平台上，MiDAS 显著提升了单次演示初始化下的任务成功率。
来源：arXiv · ML · arxiv.org