arXiv · 机器人与计算机视觉· Yixiang Zhu, Yonghao Chen, Jiaxiang Zou, Yusong Hu, Xinyu Chen·· 29 天前AI 评分58
DEFLECT:面向延迟鲁棒的异步视觉语言动作模型的时序反事实偏好学习
DEFLECT: Temporal Counterfactual Preference Learning for Delay-Robust Asynchronous VLAs
AI 导读
针对视觉语言动作模型在异步推理中因延迟导致动作与场景状态不匹配的问题,该工作提出 DEFLECT 离线后训练框架。该方法利用轨迹数据中预测时刻不可用但记录可用的执行时刻观测值,构建时序对比以生成偏好监督信号,从而优化策略对陈旧输入的适应性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org