arXiv · 机器人与计算机视觉· Guangyu Zhao, Yongchang Zhang, Haoxuan Ru, Kaichen He, Haoran Wen, Kun Zhan, Zeyu Zhang, Yin Li, Yiwu Zhong·· 17 天前AI 评分55
STAR:通过本体感知引导 VLA 动作表征以增强推理能力
STAR: Steering Action Representations with Proprioception for VLA Inference
AI 导读
针对视觉语言动作模型(VLA)晚期层缺乏任务相关视觉定位的问题,本文提出 STAR 方法。该方法无需模型更新或架构修改,通过对晚期残差更新应用指数移动平均,使后期动作表征继承早期层的物体感知方向;同时利用近期本体状态自适应混合强度,在执行动力学快速变化时采用保守混合策略。
来源:arXiv · 机器人与计算机视觉 · arxiv.org