EgoSteer: A Full-Stack System Towards Steerable Dexterous Manipulation from Egocentric Videos

• 类型：arxiv
• 标识：2607.09701
• 链接：https://arxiv.org/abs/2607.09701
• 主分类：engineering
• 形态：method
• 被引：3
• 被引来源：Semantic Scholar
• S2被引：3
• OpenAlex被引：0
• 影响力被引：0
• TLDR：A full-stack system that scales dexterous VLA pre-training from egocentric human videos and enables data-efficient real-robot post-training, and robustly executes free-form instructions across 45 diverse tasks, demonstrating adherence to user intent amid multiple candidate tasks and generalization.
• OpenAlex ID：W7168288854
• OpenAlex DOI：10.48550/arxiv.2607.09701
• DOI：10.48550/arxiv.2607.09701
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.09701
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：EgoSteer：基于第一人称视频的可控灵巧操作系统
• TLDR中文：全栈系统：扩展来自第一人称人类视频的灵巧 VLA 预训练，实现数据高效的真实机器人后训练，并在 45 个多样化任务上稳健执行自由形式指令，展示了在多个候选任务中对用户意图的遵循与泛化能力。
• 来源文件：
• /inbox/tom/_candidates/2026-07-14-agent-rag-longcontext-candidates.json
• [S2 enrich]
• /inbox/tom/_candidates/2026-07-15-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]