LIBERO-Code

RoboDuo框架通过基于代码的原子恢复增强VLA模型

研究人员推出RoboDuo，一个旨在增强视觉-语言-动作（VLA）模型性能的新框架，特别适用于长时序任务。该闭环系统利用代码作为编码代理和两个VLA之间的接口。代理通过指示一个全任务VLA尝试整个任务，然后检查完成情况来协调任务执行。如果任务失败，则采用一个原子VLA来完成剩余步骤。RoboDuo在包括LIBERO和LIBERO-PRO数据集在内的各种基准测试中表现出持续的改进，并在物理机器人上成功恢复了失败的推出，而无需修改底层VLA的权重。