arXiv · cs.AI· Billy Yan, Isaac Tu, Kelly Lee, Blake Chang, Kenny Ma, Kanad Patel, Dhawal Kabra, Neer Patel, Kevin Wu, Lerrel Pinto, Irmak Guzey·· 11 小时前精选
Steertuning：用少量人类视频调整机器人策略
Steertuning Policies from a Few Human Videos
arXiv:2610.18711v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Billy Yan, Isaac Tu, Kelly Lee, Blake Chang, Kenny Ma, Kanad Patel, Dhawal Kabra, Neer Patel, Kevin Wu, Lerrel Pinto, Irmak Guzey
研究任务与主要进展
研究团队提出 Steertuning，使机器人能够基于5次人类演示学习新环境中的新任务；整个从数据收集到策略部署的过程少于5分钟。该方法先用100小时、密集标注的第一视角人类随机交互数据预训练4亿参数扩散策略，再以5次新任务演示微调2分钟（2000次更新），并利用与部署环境最接近的观测示例在反向采样时引导动作。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
本站判断
该工作将大规模人类第一视角交互预训练、少样本新任务微调与基于最近观测示例的反向采样结合起来，目标是降低机器人获得新环境和新任务策略的演示与部署成本。基于论文摘要，71%的成功率覆盖12个任务和12个新环境，但具体基线、硬件条件和数据处理细节仍需结合全文核验。本站设想：可在相同任务、环境和机器人平台上，与大规模机器人演示训练及少样本基线比较成功率、适配时间和总成本。
来源：arXiv · cs.AI · arxiv.org