arXiv · cs.AI· Xingyu Zhang, Yingchao Li, Peizheng Guo, Jie Hu, Changwen Zheng, Wenwen Qiang·· 6 小时前
CBST通过因果束引导实现人类视频到机器人操作的跨形态子任务迁移
Cross-Embodiment Causal Transfer from Human Videos to Robot Manipulation
arXiv:2610.21798v1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：Xingyu Zhang, Yingchao Li, Peizheng Guo, Jie Hu, Changwen Zheng, Wenwen Qiang
研究任务与主要进展
研究提出Causal-Beam-Guided Subtask Transfer（CBST），从人类视频学习操作相关表征，并利用机器人示范将其落到任务级语义变量，再通过因果束约束选择上下文信息。该方法让机器人基于自身观测生成动作，不要求人类与机器人动作存在运动对应关系；基于论文摘要，机器人操作基准实验显示其任务成功率高于对应的world-action model基线，但未提供具体基准和实验细节。
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。
来源：arXiv · cs.AI · arxiv.org