跳到正文
arXiv · 机器人与计算机视觉· Hanwen Cui, Yuanyuan Li, Qing Guo, Zhida Zhang, Chao Chen, Xi Chen, Jie Cao·· 23 天前AI 评分38

FastWAM、OpenWAM 与 π₀.₅ 利用未来视频预测作为训练辅助监督提升预训练 VLA 策略成功率

Future Prediction as Training-Only Video Supervision for Pretrained VLA Policies

AI 导读

FastWAM 和 OpenWAM 在已知任务清洁条件下,引入未来视频预测监督使成功率分别提升 24.38 和 72.91 个百分点。然而模型在环境随机化等分布偏移下表现不佳,未见一致优势。研究还向 π₀.₅ 引入轻量 Transformer 预测器作为训练目标,使其成功率从 82.94% 升至 89.19%,证明无需大型预训练视频扩散模型即可实现有效辅助监督。

来源:arXiv · 机器人与计算机视觉 · arxiv.org