arXiv · 机器人与计算机视觉· Jiachen Tao, Gengyu Zhang, Haoxuan Wang, Bing Liu, Yan Yan·· 10 天前精选AI 评分78
PRISM:通过上下文技能混合实现 Retentive VLA 适应的原语路由方法
PRISM: Primitive Routing via In-context Skill Mixing for Retentive VLA Adaptation
AI 导读
针对现有 VLA 模型缺乏技能保留与长程组合能力的局限,PRISM 将可复用技能表示为参数级原语,利用低秩动作专家适配器存储技能家族,并通过 VLM 条件化的路由器在推理阶段根据任务前缀动态组合技能。
推荐理由
PRISM 提出基于低秩更新的技能原语与路由机制,在 RoboCasa365 上显著提升了原子技能与长程复合任务的成功率。
来源:arXiv · 机器人与计算机视觉 · arxiv.org