# VICTR aumenta il successo dei robot usando i progressi delle dimostrazioni

> Secondo il team di ricerca, VICTR ha portato al 23,8% il tasso di successo in compiti di manipolazione reali mai visti prima, contro il 6,2% di un modello di riferimento perfezionato.

Oossa · 2026-11-09 · https://oossa.com/it/victr-improves-robot-task-success-using-demonstration-progress

I ricercatori presentano VICTR, un metodo che aiuta i robot basati su visione, linguaggio e azione a scegliere le parti utili di una dimostrazione mentre svolgono un compito. Invece di recuperare esempi basandosi solo sulla somiglianza visiva, il metodo stima i progressi del robot rispetto a un video di riferimento e fornisce a una policy π0.5 segmenti della dimostrazione corrispondenti a quella fase.

Nei compiti di manipolazione reali, mai visti e al di fuori del dominio di addestramento, il team riporta un tasso di successo del 23,8%, contro il 6,2% di una baseline π0.5 perfezionata. L’articolo riporta anche che i progressi nei compiti sono passati dal 28,9% al 55,5%; non dimostra però come si comporti il metodo in una diffusione più ampia.

## I fatti

- VICTR usa uno stimatore dei progressi basato su una dimostrazione di riferimento, un’istruzione in linguaggio naturale e l’osservazione corrente.
- Successo riportato: 23,8% per VICTR contro il 6,2% della baseline π0.5 perfezionata.

## Perché conta

Per chi fa ricerca in robotica, VICTR suggerisce che associare le dimostrazioni ai progressi compiuti nel compito può aiutare i robot ad affrontare attività di manipolazione mai viste; le prestazioni al di fuori dei test riportati restano sconosciute.

## Fonti e riferimenti

1. [VICTR: Value-Informed In-Context Learning for Vision-Language-Action Models](https://arxiv.org/abs/2611.08698) – arXiv cs.RO, 2026-11-09

Ultimo aggiornamento: 2026-11-09