跳到正文
arXiv · 机器人与计算机视觉· Pingrui Zhang, Yu Zhang, Pengyuan Wu, Bin Wang, Haoming Song, Xianqiang Gao, ZhaxiZhuoma, Zhigang Wang, Dong Wang, Bin Zhao, Xuelong Li·· 2026-10-05AI 评分75

MixVLA:一种无需架构修改即可提升 VLA 模型零样本泛化的自适应混合框架

MixVLA: Adaptive Mixing of Non-Invariant Information for Generalizable Vision-Language-Action Models

AI 导读

论文提出 MixVLA 框架,通过自适应混合非不变信息(AMI)正则化分布特异性变异并保留预测线索,在融合不变表示后实现动作预测。实验表明该方法在 LIBERO、LIBERO-Plus、RoboTwin 扰动套件及真实世界任务中提升了零样本鲁棒性,同时保持了领域内性能。材料为 arXiv 预印本,未提及同行评审状态或具体部署规模。

来源:arXiv · 机器人与计算机视觉 · arxiv.org