普林斯顿 ASD:VLM 自蒸馏教会机器人零标注语言导航
shahdhruv_ · x · 2026-10-23
普林斯顿团队提出 Action Self-Distillation (ASD，CoRL 2026)，让一个开源 VLM 同时充当教师和学生，直接从机器人演示轨迹中自学语言目标推理与导航，完全不需要人工标注的目标或推理标签。
- 训练时教师看演示轨迹推断目标与推理链，学生从摄像头图像加目标指令学会产出同样的推理与动作
- 仅用约 100 小时导航数据（对比 OmniVLA 的 9,500 小时）
- 13 项真实世界任务零样本泛化，户外成功率 95%，室内比 OmniVLA 高 30 个百分点
- 在 Claude Opus 5 生成的标签上做 SFT 仅 36% 成功率，自蒸馏达 80%
「具身」频道最新
- 仓储机器人公司 Formic 获 5000 万美元 B 轮，已部署超 100 个设施 — smtabatabaie · 2026-10-23
- UCSC 发布世界模型编码器 ALPS：一套 token 兼顾状态、语言与像素 — yuyinzhou_cs · 2026-10-23
- fal 团队开始微调实体机器人，教它学画画下周出结果 — OdinLovis · 2026-10-23
- PEARL 演示：LLM 机器人自主核对实验结果、修正方案并复测 — KevinKaichuang · 2026-10-23
- 科罗拉多大学 ATLAS 研究所招软体机器人方向助理教授 — ryosuzk · 2026-10-23
- MiTaS 多分辨率触觉模仿学习登场：成功率 80% 远超纯视觉基线 35.5% — Jan_R_Peters · 2026-10-23