arXiv · 机器人与计算机视觉· Mousumi Das, Aditeya Prajapati, Abrar Anwar, Jesse Thomason·· 2026-10-07精选AI 评分78
SWAP:面向视觉语言动作模型的逐步策略路由方法
SWAP: Stepwise Action Policy Routing for Vision-Language-Action Models
AI 导读
针对单一 VLA 模型在不同任务状态和环境下的性能局限,本文提出了 SWAP 框架,将策略路由建模为离线强化学习问题以动态选择最优策略。该方法在真实世界的 DROID 操作任务和 LIBERO 仿真实验中均优于固定策略及基线路由方法,真实任务成功率绝对提升最高达 33%,同时减少了成功轨迹中的机器人动作步长。
推荐理由
该工作提出动态组合多个 VLA 策略的框架,在真实操作任务中成功率提升最高达 33%。
来源:arXiv · 机器人与计算机视觉 · arxiv.org