ForeTime-VLA

ForeTime-VLA 策略通过预测未来事件来改进机器人操作

研究人员开发了 ForeTime-VLA，这是一种用于操纵运动物体的新策略，它改进了现有的视觉-语言-动作模型。该策略从世界动作模型中蒸馏出具有未来意识的表示，使其能够更有效地预测接触事件。在传送带数据集上的定量评估中，ForeTime-VLA 证明了平均绝对误差和 L2 误差的降低，但延迟略有增加。与之前的方法相比，实际机器人测试显示了在抓取静止和移动物体方面的成功率有了显著提高。