跳到正文
arXiv · 机器人与计算机视觉· Hyemin Yang, Wooseong Jeong, Giwon Lee, Kuk-Jin Yoon·· 2026-10-06精选AI 评分85

通过预测不确定性触发通用主义推理的双系统 VLA 方法

Triggering Generalist Reasoning via Predictive Uncertainty for Dual-System VLA

AI 导读

针对双系统视觉语言动作模型中通用推理模块固定频率调用的静态策略浪费计算资源的问题,提出 TUD 自适应推理框架。该方法利用缓存上下文下的动作重预测跨步离散度作为预测不确定性信号,无需人工标注或辅助模型即可动态跳过不必要的通用调用。在 VLA-Arena 基准测试及真实机器人实验中,TUD 在匹配调用预算下实现了更高的成功率,并将通用模型调用次数减少了 75%,同时有效分离成功与失败的轨迹。

推荐理由

提出基于预测不确定性的自适应推理框架,在保持低开销的同时显著降低通用模型调用次数并提升成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org