ActiveScale:用 1000 小时自我中心数据训练会主动观察的 VLA 机器人
zhenjun_zhao · x · 2026-09-17
论文提出 ActiveScale,从模型、数据、硬件三方面协同推进机器人主动感知,解决固定视角下任务关键信息被遮挡的问题。
- 模型:在 VLA 基础上加入历史视频观测与显式相机位姿监督,用逐帧位姿 token 和轻量预测头关联跨视角观测,形成对场景的连贯理解。
- 数据:利用人类活动中自然存在的相机运动,提出可扩展的人-机器人 mid-training 配方,使用 1000 小时自我中心与机器人数据适配时序输入和位姿监督。
- 硬件:推出主动感知移动操作平台 AMP,通过单人遥操作支持视角变化与操作协同的演示规模化采集。
- 结果:主动感知任务成功率提升;消融实验验证了相机位姿感知建模与自我中心 mid-training 的贡献。
所属事件:CMU 等发布 ActiveScale：教机器人主动感知(2 条相关)→
「具身」频道最新
- iPhone Duo 纳米纹理屏上写 Apple Pencil,手感接近纸面 — rudrank · 2026-11-04
- NEURA 发布 Neuron AI,欧洲具身智能的真正考验在协同落地 — ingliguori · 2026-11-04
- 萝卜快跑香港东涌两周公众试乘收官，百度自动驾驶出海再进一步 — Baidu_Inc · 2026-11-04
- imec 神经探针直接在 130nm CMOS 上做后端光子集成 — jwt0625 · 2026-11-04
- Chris Paxton：交互式机器人仿真是未来，但数据瓶颈明显 — Scobleizer · 2026-11-04
- KAIST RoboTryOn:把人类演示视频「试穿」成机器人视频,成功率 2%→60% — kaist-ai · 2026-11-04