SALA：语义对齐的潜在动作实现了具体基础模型的双轴缩放

原文：SALA: Semantically Aligned Latent Actions Enable Dual-Axis Scaling of Embodied Foundation Models

实体基础模型取决于不同的机器人交互数据，而收集这些数据的成本很高。以自我为中心的人类视频提供了经验的补充来源，而潜在行动模型（LAM）提供了一种利用这些视频进行政策监督的流行方法。与世界动作模型 (WAM) 相比，LAM 可以提供更高的训练效率并可能降低推理成本

正文由本站服务器抓取保存（已自动过滤广告、推荐位与追踪图片），排版与原站可能不同；版权归原站所有。