跳到正文
arXiv · 机器人与计算机视觉· Jiawei Geng, Zhenyang Liu, Yuzheng Wu, Yongchong Gu, Yanwei Fu·· 2026-10-19AI 评分68

Look Before You Act:通过观测对齐数据适应桥接主动感知与视觉语言动作模型

Look Before You Act: Bridging Active Perception and Vision-Language-Action Models via Observation-Aligned Data Adaptation

AI 导读

论文针对机器人操作杂乱物体时主动相机运动导致初始观测状态分布偏移的问题,提出 ActiveAlign 框架。该方法利用学习到的视点模块生成相机轨迹,离线通过闭环对齐将轨迹终点连接至现有演示并保留成功续集进行微调;部署时仅需在 VLA 策略前加入该模块而不修改架构。

来源:arXiv · 机器人与计算机视觉 · arxiv.org