研究提出LIT机器人训练框架

发生了什么

据Hugging Face Papers发布的研究，研究人员提出了一种名为LIT（Latent Interface Training）的机器人训练框架。该框架通过两阶段策略提升视觉泛化能力：第一阶段在无图像条件下训练动作先验，第二阶段通过姿态监督的潜在接口约束视觉输入。实验显示，LIT在Pi0.5、MolmoAct2、FAST-WAM和ImageWAM四种架构上，使LIBERO-Plus成功率提升3.87至10.70个百分点，并在真实世界任务中实现了13.30至16.70个百分点的成功率增长。