PlanDiv:用潜在计划为 VLA 实现测试时扩展
PlanDiv: Test-Time Scaling with Latent Plans for Vision-Language-Action Models
AI 摘要
研究者提出 PlanDiv 动作头:轻量规划器生成 K 个潜在计划假设,共享掩码扩散执行器在单次主干前向中为每个计划解码一个动作块,策略只执行自似然最高的块;计划仅从示范学习,无需标签或奖励。在 CALVIN 上,8 个计划条件候选明显优于从单一解码器重采样得到的候选;后者从 4 个增至 8 个时仅增加 0.06–0.07 个完成任务。
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。