RePO-VLA

新的RePO-VLA框架增强了机器人模型的鲁棒性

研究人员开发了RePO-VLA，一个旨在提高视觉-语言-动作（VLA）模型在复杂操作任务中鲁棒性的新框架。该方法通过纳入处理执行漂移和从失败尝试中学习的策略，解决了当前模型的脆弱性问题。RePO-VLA为成功、恢复和失败轨迹采用了不同的角色，引入了面向恢复的初始化和面向进度的语义价值函数，以更好地指导纠正性动作。该框架在鲁棒性方面取得了显著改进，在模拟和现实世界的双臂任务中，对抗性成功率从20%提高到平均75%。