跳到正文
arXiv · 机器人与计算机视觉· Sanghwan Jang, Minjin Jeon, Minsoo Kim, Seongjin Choi, Dongha Kim, Hwanjo Yu·· 2026-10-09AI 评分67

RA-VLA:一种用于测试时适应的检索增强型视觉语言动作模型

RA-VLA: Retrieval-Augmented VLA for Test-Time Adaptation

AI 导读

针对现有 VLA 模型在面对新型任务分布时表现脆弱的问题,本文提出 RA-VLA 框架,通过整合行为对齐的上下文检索与落地执行流程,解决因浅层检索机制和行为惯性导致的适应瓶颈。实验在 LIBERO 基准测试及真实 UR5e 机器人环境中进行,结果显示该框架在免训练条件下实现了更优的任务成功率与计算效率,为机器人免训练适应提供了稳健方案。

来源:arXiv · 机器人与计算机视觉 · arxiv.org