跳到正文
arXiv · 机器人与计算机视觉· Jiuzhou Lei, Chang Liu, Dayou Li, Zhiyuan Zhang, Xiao Liang, Yu She, Zhiwen Fan, Minghui Zheng·· 2026-10-06精选AI 评分84

RoboIRS:一种用于通用机器人策略的推理时内部表征引导方法

RoboIRS: Inference-Time Internal Representation Steering for Generalist Robot Policies

AI 导读

针对视觉语言动作(VLA)和世界动作(WAM)模型在分布外任务中表现下降的问题,本文提出 RoboIRS 方法,利用成功与失败的执行轨迹训练线性分类器以选择干预位置并推导特定任务的引导方向,无需更新策略参数。

推荐理由

提出无需更新策略参数的推理时内部表征引导方法,在冻结策略下将仿真成功率从 44.4% 提升至 66.2%,并在真实机器人与世界模型上验证有效。

来源:arXiv · 机器人与计算机视觉 · arxiv.org