研究人员开发了TIDAL,一个旨在提高视觉-语言-动作(VLA)模型在动态环境中控制能力的新框架。TIDAL通过采用一种分离语义推理和高频驱动的双频架构来解决当前VLA模型的高推理延迟问题。这种方法允许一个低频循环用于语义嵌入,一个高频循环用于交错执行,并以实时状态和运动线索为条件。实验表明,与开环基线相比,TIDAL在动态拦截任务中可实现高达2.5倍的性能提升,反馈频率提高四倍。 AI
影响 该框架有望在机器人等现实世界动态系统中实现更具响应性和鲁棒性的AI控制。
排序理由 该集群包含一篇详细介绍VLA模型新框架的研究论文。[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 →