为冻结VLA模型学习低延迟动作验证
Learning Low-Latency Action Verification for Frozen Vision-Language-Action Models
AI 摘要
研究者提出 HDH 轻量框架,用冻结 VLA 自身部署回采的 hindsight 数据训练动作验证器,为每个动作块预测任务成功分数;推理时 VLA 采样多个候选,验证器选分数最高者执行,避免昂贵验证器带来的额外延迟。在 LIBERO-10 四个任务上平均成功率 82.3%,三个真实操作任务上也优于基线。
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。