跳到正文
arXiv · ML· Nie Lin, Takehiko Ohkawa, Sijin Chen, Ruoshi Wen, Zhuohang Li, Liqun Huang, Zhengming Zhu, Yiming Bao, Yunfei Li, Minjie Cai, Xiao Ma, Wei Xu, Yoichi Sato·· 2026-10-14AI 评分35

SiMDex 提出基于相似度的数据挖掘框架,将灵巧操作中的 VLA 后训练数据选择建模为推荐问题。该框架在约 32M 第一视角人类样本池中运行三阶段级联流程:召回与排序在形态无关的动作空间中筛选任务相关子集,重排序在像素空间验证;无需修改 VLA 架构或训练流程。与随机采样基线对比,SiMDex 仅用约 1.49M 条(不足 5%)样本即将整体成功率从 47.7% 提升至 61.7%,验证选择性数据策划优于无差别数据混合。

SiMDex: Mining Similar Egocentric Videos for Cross-Embodiment Dexterous Manipulation

AI 导读

SiMDex 框架无需改变 VLA 架构或训练流程,通过形态无关动作空间中的三阶段级联筛选出高价值人类视频数据。 该策略证明选择性数据策划在灵巧操作中优于无差别数据混合,提升跨本体泛化效率。

来源:arXiv · ML · arxiv.org