跳到正文
arXiv · 机器人与计算机视觉· Chenhao Zhang, Hanyu Zhao, Zihan Que, Hang Cheng, Tengfei Pan, Long Zeng·· 6 天前AI 评分72

WISE:面向 VLA 模型高效后训练的世界模型引导式想象调度

WISE: World-model-guided Imagination Scheduling for Efficient Post-training of Vision-Language-Action Models

AI 导读

WISE 是一种统一框架,用于协调视觉语言动作(VLA)模型在后训练阶段何时以及如何利用世界模型的想象能力。该方法仅在交互相关状态调用想象,执行有界的多视角展开,并利用进度与完成信号评估候选未来,从而在减少约 80% GPU 计算时间的同时,在多种操作任务中提升性能并增强真实分布偏移下的鲁棒性与泛化性。材料为 arXiv 预印本,未提及同行评审状态或具体开源代码仓库。

来源:arXiv · 机器人与计算机视觉 · arxiv.org