SLA: 通过持续预训练扩展空间-语言-动作模型

研究人员提出SLA模型，将隐式空间对齐扩展到持续预训练中，并在下游后训练中保持这一能力。该模型从预训练的pi05策略初始化，联合优化动作预测和中间视觉嵌入与冻结3D感知模型的空间表示之间的对齐。研究团队整理并统一了异构机器人数据集，支持跨不同具身形态、任务和场景的空间学习。