כתבה
arXiv cs.AI ·
ReWeight: שימוש בנתוני אדם להטמעת דגמי VLA לאחר הכשרה דרך חיפוש ושקילה של דגמי הדמיה
ReWeight: Leveraging Human Data for VLA Post-Training via Demonstration Retrieval and Sample Weighting
ReWeight היא תשתית שמשלבת נתוני אדם להטמעת דגמי VLA לאחר הכשרה. היא משתמשת בחיפוש ושקילה של דגמי הדמיה כדי לשפר את תפעוליות הדגמים. ReWeight נבחנה בשמונה משימות תצוגה וארבע משימות פיזיות, והיא הציגה תוצאות טובות יותר מאשר הבסיסים.
תקציר מקורי באנגליתarXiv:2609.13851v1 Announce Type: cross Abstract: Post-training vision-language-action (VLA) models for specific robots and tasks requires in-domain demonstrations, yet collecting diverse robot data is costly. Egocentric human demonstrations provide a scalable alternative, but directly mixing human and robot data can introduce cross-embodiment discrepancies and degrade policy performance. To address this challenge, we introduce ReWeight, a framework that incorporates human data into VLA post-training through demonstration-level retrieval and sample-level weighting. ReWeight learns a cross-embodiment visuomotor representation that combines visual observations with future actions to measure behavioral similarity between human and robot demonstrations. Based on optimal transport, it retrieves
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית