arXiv · 机器人与计算机视觉· Hengyan Liu, Wenlve Zhou, Bo Yue, Yongyi Su, Ruixiang Wang, Zhanqi Zhang, Dekun Lu, Wei Gao, Xiaofen Xing, Kui Jia·· 2026-10-12AI 评分68
TaskAnchor:为长程操作反应式视觉语言动作模型注入执行上下文
TaskAnchor: Grounding Task State in Reactive VLAs for Long-Horizon Manipulation
AI 导读
针对长程操作中多模态输入导致任务状态混淆的问题,论文提出了 TaskAnchor 这一轻量级适配器。该方法通过在预训练 VLA 的输入空间注入执行上下文,将语义执行阶段作为里程碑监督坐标前置到语言指令中,并利用残差更新融合细粒度历史视觉证据。
来源:arXiv · 机器人与计算机视觉 · arxiv.org