# GazeAct addestra i robot usando lo sguardo umano

> Un dataset abbina dimostrazioni robotiche e tracciamento sincronizzato dello sguardo umano. Gli autori riferiscono un aumento del successo quando lo sguardo guida l’addestramento, anche se i robot possono funzionare senza ricevere questi dati.

Oossa · 2026-10-20 · https://oossa.com/it/gazeact-uses-human-eye-tracking-to-train-robot-policies

I ricercatori hanno presentato GazeAct, un dataset raccolto con robot reali e un metodo di addestramento che abbina 12,000 dimostrazioni su 40 attività allo sguardo umano registrato a 300 Hz. Lo sguardo aiuta ad addestrare policy visione-linguaggio-azione a concentrarsi sugli oggetti e sui punti rilevanti; secondo gli autori, durante l’esecuzione i robot non hanno bisogno dei dati sullo sguardo.

Su 18 attività nel mondo reale, gli autori riferiscono che il tasso medio di successo è salito dal 48.1% al 58.6%, con miglioramenti fino a 25 punti percentuali. Segnalano inoltre un aumento sul benchmark LIBERO-Spatial, dal 57.9% al 69.6%.

## I fatti

- 12,000 dimostrazioni su 40 attività e cinque domini, con lo sguardo sincronizzato a 300 Hz.
- Tasso medio di successo dichiarato su 18 attività nel mondo reale: dal 48.1% al 58.6%.

## Perché conta

Per chi fa ricerca in robotica, GazeAct offre un modo per usare i movimenti oculari degli operatori come guida durante l’addestramento, senza richiedere sensori dello sguardo in fase di utilizzo. Resta da capire se i miglioramenti si confermeranno al di fuori dei test riportati.

## Fonti e riferimenti

1. [GazeAct: A Human-Gaze-Annotated Manipulation Dataset for Attention-Regularized Policies](https://arxiv.org/abs/2610.24507) – arXiv cs.RO, 2026-10-20

Ultimo aggiornamento: 2026-10-20