跳到正文
arXiv · 机器人与计算机视觉· Shuaijun Liu, Feiyang You, Chengyu Wu, Shuyang Hao, Chenglong Zhang, Jingyao Cai, Xingwei Chen, Li Sun, Ningxin Su·· 28 天前精选AI 评分78

超越外观偏移:面向 VLA 模型的基于任务语义的动作校准

Beyond Appearance Shifts: Task-Semantic Action Calibration for VLA Models

AI 导读

论文提出 BAS-VLA 框架,旨在解决视觉语言动作(VLA)模型难以区分应保留行为的外观变化与需调整行为的语义变化的问题。该框架在冻结基座模型上构建以‘破坏性’为中心的校准核心,并辅以选择性证据门控机制来修正外观诱导的漂移。实验显示,BAS-VLA 将任务切换成功率从 2.3% 提升至 68.5%,同时在保持风格不变的外观偏移下将成功率从 42% 提升至 70%,且未降低原始性能。

推荐理由

提出 BAS-VLA 框架解决 VLA 模型在外观变化与语义变化下的策略漂移问题,显著提升任务切换成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org