研究人员开发了 AsyncShield，一个旨在增强移动机器人上视觉-语言-动作（VLA）模型导航能力的新框架。该系统通过将时间延迟转换为空间姿态偏移，解决了基于云的 VLA 部署中固有的延迟和网络抖动问题。AsyncShield 使用强化学习适配器来平衡遵循 VLA 模型意图与实时避障，在不修改底层 VLA 模型的情况下提高了机器人导航的成功率和安全性。 AI
影响 通过缓解延迟问题，提高了基于云的 VLA 模型在现实世界机器人导航中的鲁棒性。
排序理由 这是一篇详细介绍机器人导航新框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.24086v1 Announce Type: cross Abstract: While Vision-Language-Action (VLA) models have been demonstrated possessing strong zero-shot generalization for robot control, their massive parameter sizes typically necessitate cloud-based deployment. However, cloud deployment i…
While Vision-Language-Action (VLA) models have been demonstrated possessing strong zero-shot generalization for robot control, their massive parameter sizes typically necessitate cloud-based deployment. However, cloud deployment introduces network jitter and inference latency, wh…