研究人员探索了 Mixture-of-Experts (MoE) 视觉语言代理 (VLA) 在学习组合式机器人策略方面的能力。通过在没有预定义任务层次结构的情况下，对专家演示进行 MoE 动作头训练，研究发现该系统能够涌现式地学习将任务分解为可重用的基本单元。这些学习到的专家在任务之间被重复使用，并对应于不同的低级行为，这表明路由器隐式处理了高级排序，而专家充当了组合构建块。这种方法取得了与整体基线相当的性能，同时展示了专业的专家行为，推动了仅从数据派生的模块化和可解释机器人策略的发展。 AI
影响 这项研究可能导致更模块化和可解释的机器人策略，从而可能加速先进机器人系统的开发。
排序理由 该集群包含一篇学术论文，详细介绍了用于机器人技术的 AI 模型训练的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- Chirayu Nimonkar
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- mixture of experts
- ScienceCast
- Vlas
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
