通过演示扩展和执行设计改进精细操作

Jingxu Gu提出DEED框架，通过结构化演示扩展和执行设计，使预训练的视觉-语言-动作策略适应MetaFine任务。该框架生成不同指令的演示，并在不同相机位置和光照条件下渲染物理轨迹，同时保持原始状态和动作目标。DEED在部署时使用逆运动学将预测的动作块转换为机器人命令，并针对每个任务选择夹爪映射。在MetaFine任务中，DEED实现了85.55%的官方总分。