Les robots ont généralement besoin de tonnes de données étiquetées pour apprendre des actions précises. Que se passerait-il s'ils pouvaient apprendre des compétences de contrôle directement à partir de vidéos humaines… sans étiquettes nécessaires ? Le pré-entraînement en robotique vient de faire un GRAND bond en avant. Un nouveau Modèle Robotique Autoregressif apprend des représentations 4D de bas niveau à partir de données vidéo humaines. Comblant le fossé entre la vision et le contrôle robotique dans le monde réel. Pourquoi cela est important : ✅ Le pré-entraînement avec la géométrie 4D permet un meilleur transfert des vidéos humaines aux actions des robots ✅ Surmonte le fossé entre le pré-entraînement VLA de haut niveau et le contrôle robotique de bas niveau ✅ Débloque un apprentissage plus précis et efficace en données pour des tâches du monde réel Pour plus de détails, consultez le document : 📍 L'équipe de @Berkeley AI Research publiera bientôt la page du projet et le code.