UNA NUEVA PERSPECTIVA

LATIDIA

Preparando tu experiencia…

Tu lugar en este universo.

Con tu autorización. Las coordenadas se muestran sólo en esta página y no se guardan.

CONECTANDO FUENTES
← Actualidad

LATIDIA · Robótica

SALA: Las acciones latentes alineadas semánticamente permiten el escalado biaxial de los modelos fundacionales corporizados

arXiv:2611.17110v2 Tipo de anuncio: sustitución Resumen: Los modelos fundacionales corporizados dependen de diversos datos de interacción con robots, cuya recopilación resulta costosa. Los vídeos humanos egocéntricos ofrecen una fuente complementaria de experiencia, y

WhatsApp ↗Telegram ↗
Ilustración editorial relacionada con SALA: Las acciones latentes alineadas semánticamente permiten el escalado biaxial de los modelos fundacionales corporizados
Ilustración conceptual de LATIDIA.

La noticia

arXiv:2611.17110v2 Announce Type: replace Abstract: Embodied foundation models hinge on diverse robot interaction data, which are costly to collect. Egocentric human videos offer a complementary source of experience, and latent action models (LAMs) provide a popular means of leveraging these videos for policy supervision. Compared with world-action models (WAMs), LAMs can offer greater training efficiency and potentially lower inference costs by avoiding explicit pixel prediction during policy learning and execution. However, most existing LAMs learn latent actions solely through video reconstruction, which can cause their representations to cluster by visual appearance rather than by the underlying actions. As a result, they struggle to align human actions with their robot counterparts.

← Volver a los modelos

Cargando ficha del modelo…

LATIDIA / lectura con contexto