EEmbogent
模型数据硬件产品评测公司技术融资
技术重要2026/11/12 11:42·重要度 74

H2E:将任务级智能体经验蒸馏进 VLA 导航模型

What Can a VLA Learn from the Agent That Calls It? Task-Level Experience Distillation for Embodied Navigation

AI 摘要

研究者提出 H2E 任务级经验蒸馏方法:将 LLM 规划器调用 VLA 产生的成功导航会话转为 VLA 训练数据,每段运动对应原始指令下的动作,偏离目标的步数掩码,距目标 1 米内状态标为停止,再用低秩适配更新。蒸馏后 VLA 在测试时无需 LLM 规划器即可独立导航,学会在目标处停止,并到达基座模型未抵达的目标。

阅读原文来源 arXiv VLA/Humanoid · arxiv.org

标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。

同板块相关

技术重要3 天前

ETH提出PoliMop策略在环三维运动规划方法

苏黎世联邦理工团队提出PoliMop运动规划器,把控制策略的rollout嵌入动力学RRT:在机器人周围三维降维状态空间采样,并用物理仿真验证策略能否执行,从而按本体实际能力寻路。团队先用质点模型预规划路径引导采样,使规划时间最多缩短63%,并在四足、人形与轮式机器人仿真中验证。

技术重要4 天前

FORGE:力感知多粒度人形移动操作控制框架

Liangjun Xing等提出FORGE力感知多粒度人形移动操作控制系统,命令空间覆盖速度导航、足端落点、腕部位姿与可选力输入。训练无需全身人体运动轨迹或关节角参考,部署仅需相对骨盆的双腕稀疏位姿、粗运动指令及可选腕部负载;持续接触下用动量观测器与仿真接触力监督的学习修正提升稳定性。

技术重要5 天前

研究揭示VLA动态操作最佳预测视界约1秒

UT Austin 团队以 π½ 模型为对象,在 2 个动态仿真基准与 3 项真机任务上比较 VLA 执行策略:预测/执行视界、同步与异步推理、提前下发动作、轨迹连续化,以及运动线索与潜在空间强化学习自适应。结果显示最佳预测视界约 1 秒,最佳执行视界因检查点而异;短视界在异步推理下收益更大,保持轨迹连续性优于单纯降低延迟。