EgoLAP：通过语言-动作推理从第一人称人类数据中学习

EgoLAP 是一个 VLA 预训练框架，通过共享的基于语言的动作思维链，联合学习人类与机器人轨迹。该方法将动作意图表达为结构化、时序化的语言表示，以弥合人类与机器人之间的具身差异，从而利用第一人称人类数据扩展机器人学习，减少对昂贵机器人演示的依赖。