因果ビデオモデルはデータ効率的なロボットポリシー学習者
Rhoda AI は、ロボット制御をビデオ生成として再定義するDirect Video-Action Model（DVA）を提案。ウェブスケールのビデオ事前学習を活用し、データ効率の良いタスク学習、長期的な視覚記憶、ワンショット学習、解釈可能性を実現。約10時間のロボットデータのみで複雑な長期タスクを実行し、単一のデモから文脈内学習が可能。
因果ビデオモデルはデータ効率的なロボットポリシー学習者
要約のみ
配信元のコンテンツ権限に基づき、編集要約、要点、原文へのリンクのみを提供します。