GAF用价值引导采样提升冻结VLA策略成功率
热点事件观察中
GAF用价值引导采样提升冻结VLA策略成功率
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Guided Action Flow（GAF）论文团队提出一种推理时引导方法：从机器人任务回滚数据中学习一个约2.735M参数的观测条件动作价值critic，把其动作梯度作用于逆时流采样，从而在不更新0.45B参数VLA策略的前提下提升动作生成质量；该VLA在critic学习与部署全程保持冻结。 真机实验中，六个标称操作任务的总成功率由60.0%升至82.2%（原文为82.5%）；在其中三个任务的六种改变光照与物体干扰条件下，总成功率由34.2%升至49.2%。
AI 根据报道生成 · 1 天前更新
最新进展10月7日 12:00
Guided Action Flow：面向冻结 VLA 策略的价值引导采样方法报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.RO 机器人学Guided Action Flow：面向冻结 VLA 策略的价值引导采样方法
GAF 通过学习约 2.735M 参数的紧凑 critic 并将其动作梯度作用于逆时流采样，在不更新 0.45B 参数 VLA 策略参数的前提下提升推理时动作生成质量。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1010月7日 13:00
- 近 24 小时变化
- -50%
02.557.510
18:0010月8日06:0012:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。