arXiv · AI· Roger Sala Sis\'o, Tiago Silv\'erio, Jakob Sand, Tran Nguyen Le·· 5 小时前AI 评分21
DEED 框架：面向零售人形机器人的数据高效后训练与经验驱动学习
Closing the Lab-to-Store Gap: A Data-Efficient Post-Training and Experience-Driven Learning VLA Framework for Retail Humanoids
AI 导读
DEED 框架在 Unitree G1-Edu 机器人和 GR00T N1.6 模型上完成超市补货任务，通过单一 GPU 实现了从实验室到真实环境的有效迁移。 该框架包含数据高效后训练管线、基于 RECAP 的经验驱动改进及潜在空间分析工具，显著降低了对大规模数据及架构的依赖。 研究指出，弥合实验室与门店差距核心在于系统整合，精细的数据设计与针对性的后训练可替代单纯架构优化。
来源：arXiv · AI · arxiv.org