一篇新的研究论文评估了视觉-语言-动作 (VLA) 模型的推理和数据收集策略，特别关注 BEHAVIOR-1K 数据集中的 $\pi_{0.5}$ 模型。研究发现，在小规模环境中有效的策略并不能一致地迁移到更大、更多样化的任务套件中。该研究使用了一个微调后的 $\pi_{0.5}$ 模型，该模型在 BEHAVIOR Challenge 的公开测试集上取得了 0.39 的 Q 分。 AI
影响 研究结果表明，在实际机器人应用中，VLA 模型需要更强大、更具适应性的策略。
排序理由 评估模型在基准测试中表现的研究论文。 [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 →
