arXiv · 机器人与计算机视觉· Ruichen Deng, Qinyu Zhao, Yong-Hyun Park, Mutian Tong, Liang Zheng, Jiatao Gu·· 2 天前精选AI 评分84
NF-VLA:一种用于视觉语言动作学习的归一化流基线方法
NF-VLA: A Normalizing-Flow Baseline for Vision-Language-Action Learning
AI 导读
论文提出了 NF-VLA 模型,结合条件自回归归一化流与基于分数的动作细化技术,利用单一学习到的密度支持策略训练、动作生成及修正。该模型在 LIBERO 基准的四个标准套件上达到 98.35% 成功率,在 LIBERO-Plus 上达到 72.6%,且无需机器人预训练或额外微调。
推荐理由
该工作提出基于自回归归一化流的 VLA 基线模型,在 LIBERO 基准上实现高成功率且无需额外微调。
来源:arXiv · 机器人与计算机视觉 · arxiv.org