Yiming Zhong

ResVLA架构通过锚定意图来优化机器人控制

研究人员推出了一种名为ResVLA的新型架构，旨在通过连接语义理解与物理控制来改进具身智能。与先前从噪声生成动作的方法不同，ResVLA采用了“意图驱动的精炼”范式，将机器人运动解耦为全局意图和局部动力学。该方法利用谱分析将控制分离为一个确定性的低频锚点和一个随机的高频残差，使模型能够专注于精炼局部动力学。实验表明，与标准的生成式基线相比，ResVLA在性能、对扰动的鲁棒性以及收敛速度方面均表现出竞争力，并在真实机器人实验中取得了成功。