SimPT：面向干预式VLA后训练的自动化仿真框架

📋总体概括

研究者提出SimPT，一个用于VLA（视觉-语言-动作）模型后训练的自动化仿真框架，旨在替代昂贵的真机专家纠正流程。该框架将策略回放、纠正数据采集、策略训练与独立评估整合为一体，核心是利用仿真器特权状态构建Agent-Compiled Progress Graph追踪任务进度并保留稳定快照，回放失败后由基于CuRobo的专家从快照处自动尝试恢复干预，从而自动化专家纠正时序与恢复策略的确定。该工作有望大幅降低具身智能后训练的人工监督成本。