跳到正文
arXiv · 机器人与计算机视觉· Jiatong Li, Jisheng Dang, Qiangqiang Ma, Bimei Wang, Jingwen Zhao, Wenjun Ma, Juncheng Li, Hong Peng, Bin Hu·· 29 天前AI 评分73

FIT-MAC:一种用于增强 VLA 模型鲁棒性的故障感知闭环多智能体框架

FIT-MAC: A Closed-Loop Multi-Agent Framework for Robust Vision-Language-Action Models

AI 导读

论文提出 FIT-MAC 框架,旨在解决视觉语言动作(VLA)模型在任务条件偏离标准设置时可靠性下降的问题。该框架通过引入推理时间控制层,利用规划、接地、验证和修正四个智能体协同工作:解析指令并绑定视觉目标,区分执行失败类型,并在必要时路由至重绑定或受控抓取等干预策略;若无故障则默认使用预训练 VLA 模型。

来源:arXiv · 机器人与计算机视觉 · arxiv.org