跳到正文
arXiv · 机器人与计算机视觉· Denis Grachev, Damien LaRocque, Omar Moured·· 8 天前AI 评分73

你的 VLA 有多少是 kNN:无需策略训练的检索演示复用与一致性评估

How Much of Your VLA Is kNN

AI 导读

论文针对视觉语言动作模型在 LIBERO 基准上表现优异但泛化来源不明的问题,提出通过检索邻近演示并复用动作片段即可在无策略训练下达到 91.7% 成功率。研究对比九种公开 VLA 发现微调主要优化了视觉语言骨干作为检索键的效果,且动作仍接近演示。

来源:arXiv · 机器人与计算机视觉 · arxiv.org