# Video a doppia camera migliora l’apprendimento dei robot

> I ricercatori mostrano che un modello di azione latente multi-vista aumenta fino al 20% il tasso di successo dei robot rispetto agli approcci a vista singola.

Oossa · 2026-10-21 · https://oossa.com/it/dual-camera-video-model-boosts-robot-learning-across-embodiments

Oliver Hausdörfer e il suo team hanno presentato un nuovo modello di azione latente che usa le riprese sincronizzate di due telecamere. Il modello deduce con maggiore precisione le azioni a 6 gradi di libertà, migliorando del 17% l’accuratezza della decodifica rispetto alle versioni a vista singola. Integrato in una policy robotica, ha portato il tasso di successo nelle attività di benchmark al 13,5%, contro il 6,2% del modello di riferimento a vista singola. Nei test nel mondo reale, in cui un robot imitava dimostrazioni eseguite da mani umane, il modello a doppia vista ha aggiunto il 20% di esecuzioni riuscite su 850 tentativi.

## I fatti

- Pubblicato il 2026-10-21
- Il LAM a doppia vista migliora del 17% l’accuratezza della decodifica e aumenta fino al 20% il successo della policy

## Perché conta

Questo miglioramento permette ai robot di apprendere nuove abilità da video comuni con meno dimostrazioni, un vantaggio per i laboratori che dispongono di pochi dati raccolti tramite teleoperazione.

## Fonti e riferimenti

1. [Multi-View Latent Action Pretraining for Cross-Embodiment Robot Learning from Videos](https://arxiv.org/abs/2610.27794) – arXiv cs.RO, 2026-10-21

Ultimo aggiornamento: 2026-10-21