一项新的研究论文调查了视觉语言动作（VLA）模型在演示数据上进行微调时的样本效率。该研究揭示了包括 $\pi_0$、$\pi_{0.5}$ 和 GR00T N1-N1.7 在内的六个 VLA 模型在四个 LIBERO 基准套件上的适应效率存在显著差异。值得注意的是，$\pi_{0.5}$ 表现出优越的样本效率，比 $\pi_0$ 需要更少的演示，并且在有限数据下实现了更高的成功率。研究还发现，在 GR00T 模型中，尽管 N1.6 和 N1.7 的零样本性能更强，但 N1.5 的效率更高。 AI
影响 强调模型架构和预训练选择对微调效率有显著影响，为未来的VLA开发提供指导。
排序理由 研究论文，详细介绍了VLA模型样本效率的发现。[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 →
