arXiv · 机器人与计算机视觉· Yufeng Liu, Bohao Fan, Juntu Zhao, Xinyi Wang, Hang Yu, Wenzhuan Luo, Yingzhi Wang, Qinghai Li, Yingdong Hu, Junliang Guo, Richard Wang, Dequan Wang, Yang Gao, Cheng Ma·· 27 天前AI 评分55
Echo:面向视觉语言动作模型的耦合动作与任务状态信号去噪方法
Echo: Coupled Action and Task Status Signal Denoising for Vision Language Action Models
AI 导读
论文提出 Echo 框架,旨在解决视觉语言动作模型(VLA)中任务完成与失败识别的问题。该方法无需帧级进度标注,将停止和失败信号作为动作块的两个维度进行联合去噪,以区分执行中、成功完成和失败三种状态。通过控制信号与动作的交互并加速信号去噪,使后续动作生成能基于更清洁的状态估计。实验表明,Echo 在真实世界操作任务中能准确预测状态并提升策略性能。
来源:arXiv · 机器人与计算机视觉 · arxiv.org