EgoScale: 基于多样化自我中心人类数据的伸缩肌动操作
机器人学
2026-02-19 v1
摘要
人类行为是获取物理智能数据的规模来源之一，但如何有效地利用它来实现灵活操作仍不明确。虽然先前工作在受限环境中展示了人类到机器人的迁移，但大规模人类数据是否能够支持细粒度、高自由度灵活操作尚不清楚。我们提出EgoScale，一个基于大规模自我中心人类数据的人类到灵活操作迁移框架。我们在超过20,854小时标注的自我中心人类视频上训练视觉语言动作(VLA)模型，发现人类数据规模与验证损失之间存在对数线性比例规模律。这一验证损失与下游真实机器人性能强相关，建立了大规模人类数据作为可预测监督来源的观念。除了规模之外，我们引入一种简单的两阶段迁移食谱：大规模人类预训练后跟轻量级对齐的人类机器人中期训练。这使我们能够实现强大的长期灵活操作，并实现最小机器人监督的零样本任务适应。我们的最终策略在使用22自由度灵活机器人手臂的情况下，平均成功率提高了54%，并能有效迁移到自由度较低的机器人手臂，表明大规模人类运动提供了一种可重用的、与机体无关的运动先验。
引用
@article{arxiv.2602.16710,
title = {EgoScale: Scaling Dexterous Manipulation with Diverse Egocentric Human Data},
author = {Ruijie Zheng and Dantong Niu and Yuqi Xie and Jing Wang and Mengda Xu and Yunfan Jiang and Fernando Castañeda and Fengyuan Hu and You Liang Tan and Letian Fu and Trevor Darrell and Furong Huang and Yuke Zhu and Danfei Xu and Linxi Fan},
journal= {arXiv preprint arXiv:2602.16710},
year = {2026}
}