PearlVLA

新的VLA模型在潜在空间中精炼机器人行动计划

研究人员开发了新的视觉-语言-行动（VLA）模型框架，以改进机器人操作任务。其中一种方法PearlVLA在视觉-语言模型的潜在空间中精炼行动计划，以平衡效率和审慎性。另一种方法LAWM使用世界模型对无标签视频数据进行自监督预训练，从而实现跨不同具身和环境的知识迁移。这两种方法在LIBERO等基准测试中均展现出最先进的性能，LAWM还展示了其在实际应用中的效率。