跳到正文
arXiv · 机器人与计算机视觉· Qiangong Zhou, Jiafeng Liang, Yimin Dong, Yang He, Hongxiang Li·· 24 天前AI 评分57

TTT in VLA Models: Exploring Training with Human Demonstrations

TTT in VLA Models: Exploring Training with Human Demonstrations

AI 导读

该论文记录了在 InternVLA-A1 和 Pi0.5 上集成测试时训练(TTT)的实验配置与观察结果,指出在当前规模下该方法未能实现基于演示的持续目标选择。研究考察了记忆转移、截断反向传播及对比正则化等设置,发现较短序列或全轨迹梯度连通性并未显著提升对演示的响应能力;当演示简化为单帧提示时,真实机器人执行仍表现出对固定位置杯子的偏好。材料提供了实现细节与训练配置以支持进一步检查与复现。

来源:arXiv · 机器人与计算机视觉 · arxiv.org