LEARNING
通过VLAC-CUT引导管道最大化大规模机器人后训练中的人类效率
Shaopeng Zhai, Qi Zhang, Tianyi Zhang, Haoran Zhang, Fuxian Huang, Zhanhui Lin, Zijun Xu
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种人类高效的后训练管道，通过专业化分工（远程操作员和地面操作员）使少量人员能监督多台机器人，并引入VLAC-CUT工具自动筛选机器人轨迹数据，从而提升数据利用效率和任务吞吐量。该工作旨在最大化单位人力劳动和时间下的策略改进与任务完成量。
关键词
post-traininghuman efficiencyVLA modelsrobot supervisiondata curation
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