arXiv cs.RO· Haoyu Zhao, Xingyue Zhao, Zhian Su, Bohan Hou, Yinzhou Tang, Fengyi Wang, Kehan Li, Yuming Jiang, Siteng Huang, Xin Li, Zhenyu Zeng, Mingxiu Chen, Deli Zhao, Zhongyu Li·· 1 小时前精选AI 评分77
RynnVLA-Latent：用3D接地潜在动作扩展机器人操作基础模型
RynnVLA-Latent: Scaling Robotic Manipulation Foundation Models with 3D-Grounded Latent Actions
AI 导读
研究团队提出RynnVLA-Latent框架，通过RynnLAM从视觉变化中学习连续、3D接地的潜在动作，无需原生机器人控制信号，将30.1K小时人类、机器人和仿真视频转为745.52M条潜在动作描述用于策略预训练。
推荐理由
该研究用3D接地的潜在动作把异构交互视频转成预训练监督，为VLA模型绕开动作标注稀缺提供了一条可复用的路径。
来源：arXiv cs.RO · arxiv.org