task-agnostic-pretraining

任务无关预训练（TAP）将VLA训练分解为从无标签交互数据中进行的自监督运动技能学习，然后是轻量级的语言接地，以最少的专家演示实现了强大的性能。它匹配或超越了在数百万条专家轨迹上训练的模型，同时对真实世界扰动具有鲁棒性。