arXiv · 机器人与计算机视觉· Xueli Sun, Yuxiang Lu, Yantong Liu, Xianzhe Fan, Xi Chen, Zhe Liu, Hengshuang Zhao·· 2026-10-16精选AI 评分82
VeriVLA:一种针对基于流的视觉语言动作模型的自适应测试时验证方法
VeriVLA: Adaptive Test-Time Verification for Flow-Based VLAs with Latent World Models
AI 导读
该研究提出 VeriVLA,旨在解决基于噪声的 VLA 策略在测试阶段无法评估样本质量的问题。该方法采用无需训练的触发机制,利用两个初始样本测量时间变异性和跨样本方差以检测关键状态;一旦触发,便使用 JEPA 架构的潜在世界模型预测动作条件化的未来潜在状态及任务进度变化,从而对候选动作块进行排序。
推荐理由
该方法在无需训练的情况下,利用潜在世界模型对基于流的 VLA 策略进行测试时验证,将笔插入等三项真实任务的平均完成度从 50.8% 提升至 65.5%,并在仿真环境中实现稳定增益。
来源:arXiv · 机器人与计算机视觉 · arxiv.org