# GazeAct借助人类眼动数据训练机器人策略

> 这套数据集将机器人演示与同步记录的人类注视数据配对。作者称，用注视数据指导训练可提升任务成功率，而机器人运行时无需眼动输入。

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

研究人员推出了GazeAct，这是一套真实机器人数据集和训练方法，将涵盖40项任务的12,000次演示与以300 Hz记录的人类注视数据配对。注视数据可帮助视觉-语言-动作策略将注意力集中在相关物体和位置上；作者表示，机器人运行时不需要眼动输入。

在18项真实世界任务中，作者报告称，平均成功率从48.1%升至58.6%，最高提升25个百分点。他们还报告称，LIBERO-Spatial基准测试的成绩从57.9%提高到69.6%。

## 事实

- 涵盖40项任务和五个领域的12,000次演示，注视数据以300 Hz同步记录。
- 据报告，18项真实世界任务的平均成功率从48.1%升至58.6%。

## 为什么重要

对机器人研究人员而言，GazeAct提供了一种利用操作者眼动来指导训练的方法，部署时无需配备眼动传感器；不过，这些提升能否在报告所述测试之外复现，目前尚不明确。

## 来源与参考

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

最后更新: 2026-10-20