跳到正文
arXiv · 机器人与计算机视觉· Zijian An, Linhan Wang, Jiayan Wang, Shijie Geng, Ran Yang, Yiming Feng, Lifeng Zhou·· 2026-10-06精选AI 评分78

Wiring Matters:Vision-Language-Action 策略中 Affordance Head 的注入拓扑与初始化研究

Wiring Matters: Injection Topology and Initialization of Affordance Heads in Vision-Language-Action Policies

AI 导读

该论文针对 Vision-Language-Action(VLA)策略在引入密集辅助信号时易损害指令遵循的问题,提出了一种受控接入方案。研究通过停止梯度保护主干网络,并对比了不同的注入拓扑结构与桥接初始化方式,发现主动初始化的残差桥接结构能以极小参数开销达到最优性能。实验表明,仅将真值作为输入会干扰模型,而推理时零化操作显示该桥接主要起训练正则化作用,激活后则承担负载。

推荐理由

本文通过受控实验揭示了在 VLA 策略中接入辅助信号的关键工程细节,指出初始化方式对性能的主导作用及主动桥接机制的必要性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org