SimVLA让机器人从模拟数据中实现零样本学习

由Kyoungin Baik领衔的团队发布了SimVLA框架，可完全利用模拟机器人数据训练视觉—语言—动作（VLA）模型。系统首先从两个大型模拟数据集中学习：SimAction涵盖35种移动操作任务，SimVQA则提供细致的视觉—语言监督。随后，研究人员又用模拟运行轨迹进行后训练，并在真实环境中测试SimVLA，让它完成补货上架、倾倒液体和清洁等任务。在这些测试中，SimVLA的表现优于使用50次真实场景演示训练的策略，表明模拟数据有望取代成本高昂的真实数据采集。