arXiv cs.RO 机器人学· Bochen Yang, Lianlei Shan·· 4 小时前AI 评分47
PearlVLA：在潜空间中渐进式细化具身动作规划
PearlVLA: Progressive Embodied Action-Plan Refinement in Latent Space
AI 导读
PearlVLA 提出一种 VLA 框架，利用冻结的潜空间世界模型（LaWM）对 VLM 生成的潜规划进行 K 轮渐进式细化，再一次性交由宿主策略的动作接口输出动作块，并以 Causal Refinement-Grouped Process-Reward RL 优化细化过程。在 LIBERO 和 RoboCasa 基准上，PearlVLA 的表现与现有强方法相当。
来源：arXiv cs.RO 机器人学 · arxiv.org