Zero-WAM

因果视频动作策略可以从语言和人类视频提示中学习。数据管道将采样的机器人轨迹转换为语义匹配的人类演示，在 8,600 项任务中生成 74,200 对。上下文中的未来块预测鼓励策略使用视觉演示，而不是通过文本或最近的机器人历史记录的捷径。

Zero-WAM 对于任务泛化研究很有用，无需为每个请求收集一组新的机器人演示。该项目演示了通过互联网或现场真人视频指定任务并在无需更新参数的情况下执行。公共链接提供代码、数据以及预训练和后训练资源。