跳到正文
arXiv · 机器人与计算机视觉· Rufeng Xiao (VLA Research Team, Synthoid.ai), Ruihao Xiao (VLA Research Team, Synthoid.ai), Wei Chen (VLA Research Team, Synthoid.ai), Xinhai Sun (VLA Research Team, Synthoid.ai)·· 20 天前AI 评分73

SaiVLA-JEPA:评估 JEPA 条件下 VLA 的未来潜在预测能力

SaiVLA-JEPA: Evaluating Future Latent Prediction in JEPA-Conditioned VLA Control

AI 导读

论文提出 SaiVLA-JEPA 架构,结合视觉语言模型与扩散 Transformer 动作专家,利用冻结的 V-JEPA 编码器特征进行控制。在 LIBERO-Plus 基准的 10,030 个配对集上测试发现,引入当前 JEPA 条件化使成功率从 71.6% 提升至约 82.5%,但增加未来监督未带来可检测的整体增益。

来源:arXiv · 机器人与计算机视觉 · arxiv.org