arXiv cs.RO 机器人学· Mingxuan Yan, Litian Gong, Dihong Huang, Zhixu Li, Tianyu Zhang, Wenqian Zhang, Hefeifei Jiang, Peihao Li, Jian Zhang, Mengfei Zhao, Yikai Tang, Hai Zhai, Zehao Wang, Ruijian Liang, Yanjia Huang, Lin Shao, Changliu Liu, Kaiyu Hang, Zhiwen Fan, Masayoshi Tomizuka, Jianfei Yang, Jiachen Li·· 5 小时前精选AI 评分57
VLA 预训练中示范质量如何使用：AXIS-Bench 基准与实证研究
What Matters in Quality-Aware VLA Pretraining: A Benchmark and Empirical Study
AI 导读
论文提出 AXIS-Bench，用 5,000 条自然次优的人类演示和 24 个目标任务，对比加权、过滤、条件化三种示范质量利用方式在 VLA 预训练中的效果。在三个 VLA 上，方法感知的 episode 条件化相比纯行为克隆提升了平均成功率，条件化偏向 episode 级标签、过滤偏向 chunk 级标签，且存在随模型变化的反转；真实实验中仿真预训练将成功率从 9.6% 提升到 31.7%。
推荐理由
论文对比了加权、过滤、条件化三种示范质量利用方式，做VLA预训练选型时可参考其结论差异。
来源：arXiv cs.RO 机器人学 · arxiv.org