研究人员推出了一种新颖的在线强化学习框架$\pi$-StepNFT,旨在提高基于流的视觉-语言-动作(VLA)模型在具身控制任务中的性能。该新框架通过结合更广泛的随机探索和更精细的步长监督,解决了VLA模型中的多步去噪挑战,而无需计算最终动作的似然度。在LIBERO基准测试上的实验表明,$\pi_0$的平均成功率从57.6%显著提高到92.0%,$\pi_{0.5}$的平均成功率从77.1%提高到94.0%。此外,在视觉扰动下的ManiSkill数据集上,$\pi$-StepNFT在评估的强化学习基线中取得了最高的平均成功率。 AI
影响 通过提高在复杂任务上的性能,增强了机器人和智能体的具身控制能力。
排序理由 详细介绍用于VLA模型的新型强化学习框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- LIBERO
- ManiSkill
- \pi-StepNFT
- ScienceCast
- Siting Wang
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →