3DGS生成腕部相机VLA训练数据

Zuoxu Wang、Xiao Liang 提出一种基于3D高斯泼溅（3DGS）的数据生成流程，用于让腕部相机视觉-语言-动作（VLA）策略适配精细接近任务：先重建真实工作空间，再从机器人对齐位姿渲染腕部相机观测，与平滑的结构化接近轨迹配对后用于VLA微调，并加入指令条件化的接近验证器，在物理接触前判断是否终止。 在主板拆卸实验中，该方法仅靠腕部相机观测完成精确接近，无需外部侧视相机。作者报告，使用 π0.5 时，1,500 条生成轨迹在三个目标上达到 80.0% 的精确接近成功率，而 150 条遥操作演示为 58.7%，且主动人工采集时间不到 10 分钟。 作者称，完整数字孪生仿真难以实现，因为许多零件薄、反光或机械结构复杂，难以获得准确的对象级网格和接触模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。