Базовая зрительно-языковая модель EgoSteer связывает инструкции и видео от первого лица с последовательностями действий робота для ловкой манипуляции.
Подходит для: дообучение политики управления под конкретного робота · управление ловкой манипуляцией по текстовой инструкции и видео с камеры · адаптация человеческих демонстраций от первого лица к действиям робота