研究人员开发了Harness-to-Executor (H2E),一种新颖的任务级蒸馏方法,旨在提高视觉-语言-动作 (VLA) 模型在具身导航任务中的性能。该方法通过从结合了LLM规划器和VLA Agent的系统中蒸馏知识来训练VLA模型独立运行,从而在测试期间有效消除了对LLM查询的需求。H2E专注于从成功的任务完成中学习,屏蔽不相关的移动,并分配以目标为导向的状态标签,从而带来显著的性能提升。蒸馏后的VLA模型在REVERIE-CE和NavRAG-CE等基准测试中取得了新的最先进结果,在没有LLM辅助的情况下展示了更高的成功率和更快的执行时间。 AI
影响 这项研究通过减少运行期间对昂贵的LLM调用的依赖,可能带来更高效、更强大的具身AI Agent。
排序理由 该集群包含一篇详细介绍新AI模型训练方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Harness-to-Executor (H2E)
- Jinze Tao
- Large Language Model (LLM)
- NavRAG-CE
- REVERIE-CE
- Vision-Language-Action (VLA)
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →