麻省理工学院（MIT）和Meta的研究团队提出了一种新的框架，称为异构预训练变换器（HPT），旨在通过从异构数据中可扩展地学习来提升机器人学习能力。HPT的主要功能是创建一个共享的任务理解或表示，使不同机器人能够在各种条件下使用预先学习的知识，从而加快训练过程并提高效率。该架构结合了来自不同传感器的输入，通过将这些输入转化为短序列的标记，处理多种任务，显著提高了机器人在多个仿真基准和现实环境中的表现，尤其是在未见任务上的性能提升超过20%。
参考：
https://arxiv.org/pdf/2409.20537 https://liruiw.github.io/hpt/
点个分享、点赞与在看，你最好看~
