研究人员推出RageVLA,这是一种新颖的视觉-语言-行动(VLA)模型,旨在提高机器人任务的鲁棒性。与在动态环境或新指令中挣扎的现有模型不同,RageVLA通过使用增强训练数据和独立的感知引擎来解耦感知与行动。这种方法使模型能够更好地处理物体移动和指令变化,在LIBERO-PRO基准测试上设定了新的最先进性能。 AI
影响 在具有挑战性的机器人操作任务上为VLA模型设定了新的最先进水平,有可能提高现实世界机器人的适应性。
排序理由 该条目描述了一个新模型及其在基准测试上的性能,以arXiv上的研究论文形式呈现。[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 →