Vision-Language-Action (VLA) policies
PulseAugur coverage of Vision-Language-Action (VLA) policies — every cluster mentioning Vision-Language-Action (VLA) policies across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
ActFovea框架在运行时增强机器人VLA策略的安全性
研究人员开发了ActFovea，一个旨在增强机器人操作中视觉-语言-动作（VLA）策略安全性的新框架。该系统在运行时运行，能够检测并缓解由干扰引起的故障，这些干扰会破坏视觉输入、机器人状态和动作之间的时间对齐，而无需重新训练VLA策略。ActFovea通过关注任务相关的视觉信息，并监控运动学、本体感觉和动作转换之间的一致性来实现这一点。评估显示，在视觉叠加和动作漂移等各种干扰下，成功率显著提高，同时在干净条件下保持性能，并在无法恢复时…
-
Pose6DAug框架增强了用于VLA策略的机器人数据增强 · 已追踪2个来源
研究人员开发了Pose6DAug，这是一个新颖的数据增强框架，旨在提高机器人领域中视觉-语言-动作（VLA）策略的性能。该方法利用成功的机器人操作片段，通过交换对象来生成新的训练数据，同时保留原始的物理上有效的动作轨迹。通过在3D中操作并确保跨多个视图的几何一致性渲染，Pose6DAug解决了朴素2D视频编辑的局限性。使用此增强数据对VLA策略进行微调，在对新对象的成功率方面比现有基线提高了16.5％，同时不影响对熟悉对象的性能。
-
DEFLECT框架提升机器人VLA策略延迟鲁棒性
研究人员开发了DEFLECT，一个旨在提高机器人异步视觉-语言-动作（VLA）策略鲁棒性的新型训练后框架。该方法通过将延迟引起的不匹配转化为反事实偏好监督，来解决推理过程中观测值陈旧的挑战。DEFLECT训练策略以偏好与执行时状态一致的动作，而无需人工标签、在线机器人试运行或额外的推理计算。在各种任务上的实验表明，DEFLECT显著增强了延迟鲁棒性，成功率提高了多达6.4个百分点。