跳到正文
arXiv · 机器人与计算机视觉· Jie He, Wei Li, Junwen Tong, Rui Shao, Wei-Shi Zheng, Liqiang Nie·· 2026-10-05精选AI 评分76

World-Calibrated Proposal-to-Action Flow for Vision-Language-Action Models

World-Calibrated Proposal-to-Action Flow for Vision-Language-Action Models

AI 导读

论文提出 ProAct 框架,针对现有基于流的 VLA 策略因生成源未受近期执行或未来演化条件约束而丢失局部连续性的问题,引入轻量级提案专家与前瞻性世界专家。前者将近期动作转化为场景感知假设以保留运动连续性,后者预测任务一致的潜在未来并校准各向异性生成源。

推荐理由

提出 ProAct 框架,通过世界校准的提案到动作流解决生成源不可预测问题,在仿真与真实任务中提升性能并降低推理延迟。

来源:arXiv · 机器人与计算机视觉 · arxiv.org