arXiv · cs.RO· Keru Zhou·· 12 小时前精选AI 评分65
Ego-CEVR：从人类第一视角视频学习跨具身视觉表征
Ego-CEVR: Learning Cross-Embodiment Visual Representations from Human Egocentric Videos
AI 导读
研究者提出Ego-CEVR框架，通过分层视觉表征学习将低成本可扩展的第一视角视频转化为机器人操作能力。该框架包含全局模块和交互模块，分别学习对象关系、任务状态和局部对齐，支持大规模人类第一视角视频和多样化机器人视频的独立预训练，无需机器人动作标签或配对手腕观测数据。
推荐理由
将第一视角视频转化为机器人操作能力，Ego-CEVR通过分层视觉表征学习解决了低成本数据与精细动作对齐的矛盾。
来源：arXiv · cs.RO · arxiv.org