SIEVE：面向VLA机器人模仿学习的结构感知数据筛选

ZGCA · hf · 2026-07-08

SIEVE 是一种用于视觉-语言-动作（VLA）模型模仿学习的结构感知数据筛选方法，核心思路是识别数据集中可复用的视觉运动原语（visuo-motor primitives）及其过渡接口，从而提升策略学习效率。该方法通过结构化选数逻辑降低训练数据冗余，改善机器人策略的泛化能力。