Local Action Consistency

kNN检索驱动VLA模型在LIBERO基准测试中取得成功

研究人员调查了视觉-语言-动作（VLA）模型在LIBERO模拟基准测试中的表现，发现其成功很大程度上归因于从附近训练演示中检索和重用动作片段，而非广泛的策略训练。这种基于kNN的检索方法在LIBERO上取得了91.7%的成功率，并在LIBERO-Plus基准测试中表现出对扰动的鲁棒性。该研究还引入了局部动作一致性（LAC），这是一个与检索成功相关的指标，可以帮助训练检索键，表明VLA模型可能比复杂的策略学习更依赖于有效的检索。