視覚言語行動モデルにおける人間からロボットへのスキル転移の出現

この論文は、ロボット工学における視覚言語行動（VLA）モデルの汎化能力を向上させるために、人間のビデオデータを使用する可能性を調査しています。中心的なアイデアは、人間のビデオデータを含む、多様なシーン、タスク、および具現化に対してVLAを事前学習させると、人間からロボットへの転移が出現する可能性があるということです。これは、すぐに利用可能な人間のデータを活用してロボット学習を強化し、広範なロボット固有のデータセットと手動エンジニアリングの必要性を減らす可能性があるため、重要です。

• •VLAモデルは、人間のビデオデータでの事前学習から恩恵を受けることができます。
• •十分な事前学習の多様性により、人間からロボットへの転移が出現します。
• •この方法は、人間データでのみ見られるタスクの汎化性能を大幅に向上させることができます。