亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Latent Action Pretraining from Videos

动作(物理) 心理学 认知心理学 潜在抑制 数学 统计 物理 经典条件反射 条件作用 量子力学
作者
Seonghyeon Ye,Joel Jang,Byeongguk Jeon,Joo, Sejune,Jianwei Yang,Baolin Peng,Ajay Mandlekar,Reuben Tan,Yu-Wei Chao,Bill Yuchen Lin,Lars Lidén,Kimin Lee,Jianfeng Gao,Luke Zettlemoyer,Dieter Fox,Minjoon Seo
出处
期刊:Cornell University - arXiv [Cornell University]
被引量:203
标识
DOI:10.48550/arxiv.2410.11758
摘要

We introduce Latent Action Pretraining for general Action models (LAPA), an unsupervised method for pretraining Vision-Language-Action (VLA) models without ground-truth robot action labels. Existing Vision-Language-Action models require action labels typically collected by human teleoperators during pretraining, which significantly limits possible data sources and scale. In this work, we propose a method to learn from internet-scale videos that do not have robot action labels. We first train an action quantization model leveraging VQ-VAE-based objective to learn discrete latent actions between image frames, then pretrain a latent VLA model to predict these latent actions from observations and task descriptions, and finally finetune the VLA on small-scale robot manipulation data to map from latent to robot actions. Experimental results demonstrate that our method significantly outperforms existing techniques that train robot manipulation policies from large-scale videos. Furthermore, it outperforms the state-of-the-art VLA model trained with robotic action labels on real-world manipulation tasks that require language conditioning, generalization to unseen objects, and semantic generalization to unseen instructions. Training only on human manipulation videos also shows positive transfer, opening up the potential for leveraging web-scale data for robotics foundation model.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
852的应助被奔奔要早睡采纳,获得10
10秒前
端庄平萱完成签到,获得积分10
34秒前
深情安青的应助被拂晓梦彤采纳,获得10
40秒前
奔奔要早睡完成签到,获得积分10
49秒前
kiki0808完成签到 ,获得积分10
49秒前
49秒前
忐忑的烤鸡完成签到,获得积分10
53秒前
56秒前
56秒前
58秒前
1分钟前
拂晓梦彤发布了新的文献求助10
1分钟前
丰富的藏鸟完成签到,获得积分10
1分钟前
超帅的半莲完成签到,获得积分10
1分钟前
动听的山槐完成签到,获得积分10
1分钟前
1分钟前
寒冷的映冬完成签到,获得积分10
2分钟前
风金完成签到,获得积分10
2分钟前
勤奋海白完成签到,获得积分10
2分钟前
想人陪的飞鸟完成签到,获得积分10
2分钟前
呆萌的若剑完成签到,获得积分10
3分钟前
keyanxiaobaishu完成签到 ,获得积分10
3分钟前
tlh完成签到 ,获得积分10
3分钟前
苹果完成签到 ,获得积分10
3分钟前
儒雅语雪完成签到,获得积分10
3分钟前
3分钟前
田様的应助被科研通管家采纳,获得10
3分钟前
顾矜的应助被科研通管家采纳,获得30
3分钟前
3分钟前
3分钟前
369ninja发布了新的文献求助10
3分钟前
仁爱的元槐完成签到,获得积分10
3分钟前
魔幻雪兰完成签到,获得积分10
4分钟前
活力的香彤完成签到,获得积分10
4分钟前
彩色白竹完成签到,获得积分10
4分钟前
5分钟前
痴情的皮皮虾完成签到,获得积分10
5分钟前
supercheese完成签到,获得积分10
5分钟前
5分钟前
5分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Das Matthäusevangelium: Kapitel 1:1–17 1000
IRTSD: Open-Source Data and Toolset for Electromagnetic Transient Analysis of Disturbances and IBR Control Malfunctions in Transmission Systems 1000
Entre Praga y Madrid : los contactos checoslovaco-españoles (1948-1977) 600
Les Mots du discours 600
A Consideration on Use of Material Grades for Hull Structural Members Based on Fracture Toughness(Second Report) 500
AI Disclosure in Annual Reports: Evolution, Determinants, and Capital Market Participants’ Perceptions 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8115264
求助须知:如何正确求助?哪些是违规求助? 9521396
关于积分的说明 21533517
捐赠科研通 7693435
什么是DOI,文献DOI怎么找? 3413534
关于科研通互助平台的介绍 2539836
邀请新用户注册赠送积分活动 2453572