动作自蒸馏:让一个 VLM 自教自学语言推理与导航

视频加载中
视频加载中ASD 让同一个 VLM 分饰教师与学生:教师看示范与语言标签,学生只看图像,从约 100 小时机器人驾驶数据里自蒸馏出语言目标导航,全程无需人工语言标注。
Category: humanoid
Author: @BowenFengbf
Date: 2026-10-22T00:00:00
Duration: 59.966s
Reference: https://arxiv.org/abs/2610.17593

ASD 让同一个 VLM 分饰教师与学生:教师看示范与语言标签,学生只看图像,从约 100 小时机器人驾驶数据里自蒸馏出语言目标导航,全程无需人工语言标注。
0:54
0:34
1:43
3:12
0:45
1:49作为亚马逊联盟会员,我们可能从符合条件的购买中获得佣金。