跳到正文
arXiv · 机器人与计算机视觉· Wen-Han Hsieh, Ken Jiankun Zheng, Chia-Chien Chen, David M. Chan, Trevor Darrell·· 6 天前AI 评分73

学习低延迟动作验证以优化冻结视觉语言动作模型

Learning Low-Latency Action Verification for Frozen Vision-Language-Action Models

AI 导读

针对通用机器人操作模型采样序列效果不佳且昂贵验证器引入高延迟的问题,该工作提出 HDH 框架,利用冻结 VLA 部署的历史数据训练轻量级动作验证器。在四个 LIBERO-10 任务上平均成功率为 82.3%,在三项真实世界操作中相比基线提升 22.6%。材料为 arXiv 预印本,未提及同行评审状态或具体开源代码仓库。

来源:arXiv · 机器人与计算机视觉 · arxiv.org