HAF-VLA

新框架将通用人工智能模型适配到人形机器人控制

研究人员开发了人形适应框架（HAF），这是一个旨在将通用视觉-语言-动作（VLA）模型适配到复杂人形机器人任务的新颖系统。HAF包含两个主要组件：HAF-VLA，它将全身动作生成分解为分层阶段，以保持运动学依赖性；以及HAF-Steer，一个在紧凑的潜在空间中有效优化策略的强化学习流程。这种方法避免了直接修改大型VLA骨干网络，从而实现了更安全、计算效率更高的实际部署，并提高了运动操纵任务的协调性。