SEVO: Un Approccio Data-Centric Migliora la Robustezza della Manipolazione Robotica

Un nuovo metodo data-centric chiamato SEVO (Semantic-Enhanced Virtual Observation) migliora la robustezza della manipolazione in ambienti diversi per le politiche Vision-Language-Action (VLA) e di apprendimento per imitazione, senza modificare l'architettura della politica. Sviluppato da ricercatori su arXiv, SEVO trasforma i flussi video RGB grezzi utilizzando tre meccanismi: telecamere fisse sul corpo che coprono l'intero spazio di lavoro, illuminazione attiva nello spettro rosso per normalizzare l'aspetto degli oggetti e overlay di segmentazione YOLO in tempo reale che forniscono indizi semantici invarianti rispetto allo sfondo. L'approccio affronta una modalità critica di fallimento in cui le politiche addestrate tramite toolchain della comunità su hardware a basso costo raggiungono alti tassi di successo in background controllati ma quasi zero trasferimento in nuovi ambienti, come riportato nei benchmark originali ACT e SmolVLA.