arXiv cs.RO 机器人学· Xinyi Xie, Zican Hu, Zhanyu Liu, Yicheng Dong, Wenhao Wu, Zhenhong Sun, Haoran Li, Chunlin Chen, Zhi Wang, Pichao Wang·· 2 天前精选AI 评分58
SVA 框架将树搜索蒸馏为动作评估器，提升冻结 VLA 模型的泛化能力
Look Before You Leap: Distilling Tree Search into Action Evaluation for Frozen VLA Models
AI 导读
论文提出 SVA（Search, Value, and Act）框架，用 Monte-Carlo tree search 在仿真中探索冻结 VLA 的输出分布并收集带经验回报的轨迹，再蒸馏成轻量 Q 值模型，部署时由评估器从多个候选动作中选出不确定性正则化 Q 值最高者，无需仿真器。
推荐理由
论文用 pass@k 诊断说明冻结 VLA 输出分布里已有可用行为，把树搜索蒸馏成 Q 值评估器可在不改骨干的前提下提升成功率。
来源：arXiv cs.RO 机器人学 · arxiv.org