Yixiang Zhu

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。