arXiv · 机器人与计算机视觉· Ju Dong, Yu Fu, Jian Chen, Yimeng Liu, Haocheng Zhao, Lei Zhang, Kaixin Bai, Liding Zhang, Diwen Zheng, Alois Christian Knoll, Angela P. Schoellig, Jianwei Zhang·· 23 天前精选AI 评分82
ForceDelta-VLA:一种用于接触丰富操作的力条件动作修正蒸馏框架
ForceDelta-VLA: Distilling Force-Conditioned Action Corrections for Contact-Rich Manipulation
AI 导读
论文提出了 ForceDelta-VLA 框架,旨在解决现有 VLA 策略在接触丰富操作中难以分解任务级运动与接触调整的问题。该方法利用冻结教师模型的力条件与无学习模式预测构建显式的力修正目标,并引入延迟修正以处理参考动作失配。
推荐理由
提出 ForceDelta-VLA 框架,通过蒸馏力条件动作修正提升接触丰富任务成功率至 82.2%,并降低峰值接触力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org