实体 Action QFormer

Action QFormer

PulseAugur coverage of Action QFormer — every cluster mentioning Action QFormer across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

时间线

2026-07-16 research_milestone A new paper introduces Action QFormer, a method to improve vision-language-action models by shaping multimodal representations. 来源

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_147860 · Jul 16 · 06:59

Action QFormer 通过塑造多模态表示来增强 VLA 模型

研究人员推出 Action QFormer，一种通过将动作监督视为表示塑造机制而非仅仅下游目标来增强视觉-语言-动作 (VLA) 模型的新方法。该方法利用指令条件查询来重组多模态信息，创建与动作兼容的表示，而不会破坏语言处理或对象基础。在零样本 sim-to-real 导航任务中，Action QFormer 将闭环任务成功率从 18.8% 提高到 56.3%，将动作生成正确率从 22.5% 提高到 75.5%，同时还减少了分布外生成。