AITOP

零样本迁移

共 7 条相关 AI 资讯
7月29日
11:57
11:57官方账号arXiv cs.AI@Ankang Yang, Jitao Zhao, Di Jin, Yuxiao Huang, Dongxiao He
CHARM是一种多模态图基础模型，通过分层上下文建模解决零样本迁移问题。它用层次化图上下文替代孤立原始节点，捕捉多模态语义和跨模态关系。在多个零样本多模态图任务上，CHARM取得一致改进。
论文CHARM多模态图基础模型
推荐理由：这篇论文提出了CHARM，用分层上下文建模多模态图，不需要目标域微调就能零样本迁移，比现有GNN和LLM方法更通用。
原文
7月14日
12:19
12:19官方账号arXiv cs.LG@Yunhai Feng, Natalie Leung, Jiaxuan Wang, Lujie Yang, Haozhi Qi, Preston Culbertson
REGRIND提出一种极简的重定向引导强化学习管线，仅需单个人类演示即可学习灵巧操作策略。该方法将人手与物体的运动重定向到机器人参考，保留空间和接触关系，并在仿真中训练残差RL策略以跟踪物体中心关键点。通过精细的系统识别，策略零样本迁移到真实硬件，在两个多指手上成功完成剪刀和螺丝刀等接触丰富的工具使用任务。实验系统性地分析了影响仿真到现实迁移的关键因素。
论文REGRIND灵巧操作强化学习
推荐理由：复旦等团队用REGRIND，只看一段演示就让机械手学会用剪刀和螺丝刀，零样本上手，动作和人一样自然。
原文
7月1日
10:10
10:10官方账号arXiv cs.AI@Felipe Tommaselli, Francisco Affonso, Arthur Pompeu, Gianluca Capezzuto, Arun Narenthiran Sivakumar, Girish Chowdhary, Marcelo Becker
LeCropFollow是一种基于潜在空间规划的视觉导航框架，用于非结构化作物田地。它结合自监督语义热图提取器和TD-MPC2模型基强化学习规划器，直接在潜在流形中优化轨迹。该方法实现了从简化仿真到真实世界的零样本迁移，无需微调。在晚期玉米田的实验中，LeCropFollow在种植间隙的语义故障比基于关键点的方法减少2.4倍，匹配现有基准但在非结构化行中显著更优。
论文LeCropFollowTD-MPC2农业机器人
推荐理由：这个方法不用几何建模，直接用潜在空间规划让农业机器人在杂乱玉米地里也能走。语义故障减少2.4倍，零样本迁移到真实世界。
原文
6月17日
10:17
10:17官方账号arXiv cs.LG@Haoqi Yuan, Zhixuan Liang, Anzhe Chen, Ye Wang, Haoyang Li, Pei Lin, Yiyang Huang, Zixing Lei, Tong Zhang, Jiazhao Zhang, Jie Zhang, Jingyang Fan, Gengze Zhou, Qihang Peng, Chenxu Lv, Xiaoyue Chen, An Yang, Fei Huang, Junyang Lin, Dayiheng Liu, Jingren Zhou, Chenfei Wu, Xiong-Hui Chen
83°
Qwen-RobotManip是基于Qwen-VL构建的视觉-语言-动作基础模型。它引入统一对齐框架，覆盖表示、运动和操作行为三个维度，使多源训练数据协调一致。通过人工到机器人的合成流水线，利用15种平台的示教数据，构建了约38,100小时的预训练语料。模型在RoboCasa365、LIBERO-Plus、EBench等OOD基准上显著优于先前最佳模型π0.5，并在AgileX ALOHA、Franka、UR、ARX等真实机器人平台上验证。
AI模型Qwen-RobotManipQwen-VL机器人基础模型
事件专题
推荐理由：阿里Qwen团队这个机器人模型用开源数据和人类演示就能学，跨平台零样本操作，还在多个测试里碾压了π0.5，做机器人开发的别错过。
原文
6月9日
10:55
10:55官方账号arXiv cs.AI@Haodi Hu, Chung-Ta Huang, Jing Liu, Ye Wang, Kei Suzuki, Matthew Brand, Toshiaki Koike-Akino
精选
ReCoVLA 提出一种故障条件残差恢复框架，保持预训练 VLA 策略冻结，利用外部 VLM 推断故障模式和恢复阶段，并编译结构化奖励。该方法将高层故障理解与低层控制解耦，支持不同 VLA 策略。在短程、长程和接触密集操作任务中，ReCoVLA 平均成功率从基线 36.7% 提升至 66.7%，物理零样本迁移实验达 61.7%。
论文VLA策略故障恢复奖励编译
推荐理由：做机器人操作策略的团队终于有了一个不重新训练就能处理故障的方案——ReCoVLA 用 VLM 做奖励选择器，零样本迁移到真实环境。做 VLA 策略部署的开发者可以直接参考这个框架。
原文
6月2日
11:16
11:16官方账号arXiv cs.LG@Eduardo Sebastián, Adrian Pfisterer, Vito Mengers, Oliver Brock, Amanda Prorok
这篇论文提出了一种新的机器人学习框架，通过将策略分解为“世界因子”和“任务因子”来实现结构泛化。世界因子描述机器人和环境的固有属性，独立于任务意图；任务因子则定义任务逻辑。作者利用贝叶斯模型证据形式化了这种不对称性，并实例化为AICON图与学习策略的组合，梯度作为两个因子的接口。实验表明，该方法在异构机器人、环境和任务中优于端到端基线，能零样本泛化到分布外配置，并直接迁移到真实硬件。
论文机器人学习泛化世界模型
推荐理由：机器人学习领域长期面临泛化难题，这篇论文从结构分解入手给出了新解法。做机器人策略研究或部署的团队值得关注，零样本迁移到真实硬件意味着可以直接减少重复训练成本。
原文
5月19日
12:46
12:46官方一手arXiv: OpenAI@Benedict Florance Arockiaraj, Richard Chang, Wesley Yee
精选
该研究探索了深度强化学习中迁移学习的应用，通过在OpenAI赛车环境中训练智能体在一个赛道上，然后通过零样本迁移或微调在其他定制赛道上实现快速圈速。研究发现，基于模型的方法在性能和收敛速度上均优于无模型方法。迁移学习不仅提升了目标域的性能，还在学习过程中表现出高效性。
论文迁移学习深度强化学习赛车环境
推荐理由：做强化学习或自动驾驶的团队可以看看这篇——迁移学习让赛车智能体快速适应新赛道，模型方法收敛更快，值得一试。
原文