Meng Yee Michael Chuah

新的TIDAL框架提升了动态环境中VLA模型的控制能力

研究人员开发了TIDAL，一个旨在提高视觉-语言-动作（VLA）模型在动态环境中控制能力的新框架。TIDAL通过采用一种分离语义推理和高频驱动的双频架构来解决当前VLA模型的高推理延迟问题。这种方法允许一个低频循环用于语义嵌入，一个高频循环用于交错执行，并以实时状态和运动线索为条件。实验表明，与开环基线相比，TIDAL在动态拦截任务中可实现高达2.5倍的性能提升，反馈频率提高四倍。