学习速度先验为机器人演示重定时

论文用学习的速度先验统一演示节奏并提升策略表现

资讯摘要

论文提出从大规模演示数据中学习速度先验：给定任务指令、运动路径及沿途图像，预测沿路径执行速度的分布，取选定分位数作为统一时钟，对每条演示重定时。该方法在机器人遥操作与手持演示数据上拟合，用于将机器人演示重定时到手持节奏后再微调视觉-语言-动作策略，执行时配合实时最优控制层跟踪动作块。作者报告在120个RoboLab任务上成功率更高、抖动最多减半，真机叠杯3.50秒、30次试验成功29次。

要点速读

1. 速度先验由任务指令、运动路径和沿途图像预测执行速度分布，用选定分位数定义重定时时钟
2. 在机器人遥操作与手持演示数据上拟合，将机器人演示重定时到手持节奏后微调VLA策略
3. 作者报告120个RoboLab任务成功率更高、抖动最多减半；真机叠杯3.50秒，30次试验成功29次

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。