研究人员开发了一种名为 TOWN-VLA 的新提示-权限接口,以提高冻结的视觉-语言-动作 (VLA) 策略的性能。该接口将候选生成与修改策略输入的权限分开,防止了原始附加文本降低成功率的“提示形式崩溃”。TOWN-VLA 在模拟和物理机器人任务上都展示了更高的成功率,在 LIBERO-Plus 基准测试上的性能从 69.5% 提高到 73.1%,在物理 PiPER 机械臂上的性能从 52.7% 提高到 78.7%。 AI
影响 通过使冻结模型能够更好地利用外部信息而不降低性能来增强机器人控制。
排序理由 这是一篇详细介绍提高人工智能模型性能的新颖方法的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →