arXiv 人工智能· Ruijie Zhang, Jiayin Zheng, Yequan Zhao, Liyan Tan, Ziyue Liu, Zhengyang Wang, Kunpeng Song, Nathan Zhao, Jian Yao, Yin Zhang, Zheng Zhang·· 5 小时前AI 评分35
控制动作头对 VLM 表征各向异性的协同适应
Controlling Action-Head Co-Adaptation to VLM Representation Anisotropy
AI 导读
研究人员提出无参数机制 AdaIE，通过动态重加权预训练表征，解决 VLA 动作头对 VLM 高方差维度的过度敏感问题。AdaIE 在 RoboCasa-GR1 和 RoboTwin 2.0 仿真基准上成功率最高提升 +5.28 pp 与 +1.68 pp，5 项真实操作任务平均提升 +19 pp。该机制还能泛化至扩散策略与世界模型以提升下游性能。
来源：arXiv 人工智能 · arxiv.org