跳到正文
arXiv · 机器人与计算机视觉· Shresth Grover, Andrey Kolobov, Dhruv Shah·· 15 天前AI 评分74

RAFT:推理对齐微调提升 VLA 后训练鲁棒性

RAFT: Reasoning-Aligned Fine-Tuning Improves Robustness of VLA Post-Training

AI 导读

RAFT 是一种针对视觉语言动作(VLA)策略的两阶段后训练方法,先在任务相关推理标注上训练低秩适配器并冻结,再在动作演示上微调策略。该方法在物理 DROID 机器人上实现了 75.0% 的分布外成功率,显著优于普通微调的 27.9%;在多阶段双手 YAM 任务中平均成功率为 70.0%,强基线为 36.0%。

来源:arXiv · 机器人与计算机视觉 · arxiv.org