LEARNING
如何指导你的机器人：密集语言注释助力机器人策略学习
Bosung Kim, Ruiyi Wang, David Acuna, Jaehun Jung, Alexander Trevithick, Brandon Cui, Yejin Choi, Prithviraj Ammanabrolu
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出DeMiAn方法，通过密集的多方面语言注释从固定演示数据中提取更多信号，提升机器人策略学习效率。实验表明，该方法在无需收集新演示的情况下，显著提高了视觉-语言-动作策略和世界动作模型的性能。
关键词
dense language annotationsrobot policy learningVLMdemonstration scalingmulti-aspect annotation
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018