arXiv · 机器人与计算机视觉· Xinyi Xie, Zican Hu, Zhanyu Liu, Yicheng Dong, Wenhao Wu, Zhenhong Sun, Haoran Li, Chunlin Chen, Zhi Wang, Pichao Wang·· 2026-10-06精选AI 评分82
先观察再跳跃:将树搜索蒸馏为动作评估以增强冻结 VLA 模型
Look Before You Leap: Distilling Tree Search into Action Evaluation for Frozen VLA Models
AI 导读
论文指出冻结的视觉语言动作(VLA)模型泛化能力脆弱且缺乏长期后果意识。作者提出 SVA 框架,利用仿真中的蒙特卡洛树搜索采样探索输出分布,并将经验回报蒸馏到轻量级 Q 值模型中。
推荐理由
提出 SVA 框架,将蒙特卡洛树搜索蒸馏为轻量级动作评估器,使冻结 VLA 在保持泛化能力的同时提升任务成功率。
来源:arXiv · 机器人与计算机视觉 · arxiv.org