跳到正文
arXiv · 机器人与计算机视觉· Shuaike Zhang, Ziheng Quan, Junhao Ran, Muhe Ding, Shaokun Wang, Jianlong Wu·· 16 天前精选AI 评分78

FineCraft:面向细粒度操作的 VLA 模型增强框架

FineCraft: Enhancing VLA Models for Fine-Grained Manipulation

AI 导读

论文提出了 FineCraft 框架,通过任务路由混合策略独立适配 DINOv2-DiT 或预训练 pi_0.5 策略,利用局部视觉特征识别指令对象部分,结合演示与专家续写教学动作,并在执行中根据新观测进行重规划。该框架在 MetaFine Challenge 中综合得分 0.878,排名第四且五项任务均超越官方参考基准。代码已开源。

推荐理由

该框架在 MetaFine Challenge 中排名第四,展示了预训练模型在细粒度操作任务上的适配效果。

来源:arXiv · 机器人与计算机视觉 · arxiv.org