[论文] Ego4WAM: What Matters When Scaling Egocentric Human Data for Robot Lea...

论文概要

研究领域: CV 作者: Zhihao Sun, Liu Liu, Xinjiang Wang, et al. 发布时间: 2026-09-30 arXiv: 2609.26774

中文摘要

以自我为中心的人类数据为机器人学习提供了可扩展的经验来源，但在人机对齐、行为覆盖和可用监督方面差异很大。现有工作表明增加人类数据有利于扩展，但尚不清楚哪些数据属性驱动下游机器人性能提升，以及如何在训练全流程中使用这些数据。我们在统一的世界-动作模型框架下，系统研究了具有不同对齐和监督方式的以自我为中心的人类数据。在模型主干固定的情况下，我们解耦了人机对齐、数据时长和任务多样性、动作监督以及数据使用策略的影响。我们发现：对齐的人类演示显著改善了分布外泛化能力并减少了目标任务所需的机器人数据量；数据时长和任务多样性对下游能力的影响方式不同；仅在视频监督下（无动作标签）仍然有效，为后续视频-动作训练提供了坚实基础。我们通过在真实机器人和 RoboDojo 上的闭环策略评估验证了这些发现。Ego4WAM 表明，对齐、任务多样性、可用监督和使用策略共同塑造了以自我为中心的人类数据对机器人学习的价值，而非将数据时长视为唯一的扩展轴。

原文摘要

Egocentric human data provides a scalable source of experience for robot learning, but varies substantially in human-robot alignment, behavioral coverage, and available supervision. Existing work shows favorable scaling with increasing human data, but it remains unclear which data properties drive downstream robot gains and how to use such data throughout the training pipeline. We present a systematic study of egocentric human data with different alignment and supervision under a unified world-action model framework. With the model backbone fixed, we disentangle the effects of human-robot alignment, data duration and task diversity, action supervision, and data usage strategies. We find that aligned human demonstrations substantially improve out-of-distribution generalization and reduce ta...

#论文 #arXiv #CV #小凯