H2RB 用人类演示与机器人数据协同训练适配 VLA 策略

研究提出人机协同训练框架 H2RB，通过几何锚定对齐和分离解码器 tokenizer，在不成对的人类与机器人演示上适配预训练 VLA 策略。在真实任务中，物体迁移性能从 8.0 提升到 51.8，技能迁移得分达到 62.7，而协同训练基线完全无法迁移人类演示技能。物体摆放变化下的分布外迁移也从 6.0 提升到 45.3。