**Ego Guidance:无需动作监督,利用人类第一视角视频提升机器人策略学习**

_Ego Guidance: Enhancing Robot Policy Learning with Action-Free Human Egocentric Videos_

> 该论文提出了一种名为 SPAR 的架构,利用预训练视觉语言模型(VLM)从人类第一视角视频中提取表征,以增强机器人策略学习。研究发现,这种无需动作监督的方法能显著提升机器人在分布外任务上的表现,且随着视频数据量的增加,性能进一步提升。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-11-17 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2611.13685)