arXiv cs.AI· Mingxuan Yan, Litian Gong, Dihong Huang, Zhixu Li, Tianyu Zhang, Wenqian Zhang, Hefeifei Jiang, Peihao Li, Jian Zhang, Mengfei Zhao, Yikai Tang, Hai Zhai, Zehao Wang, Ruijian Liang, Yanjia Huang, Lin Shao, Changliu Liu, Kaiyu Hang, Zhiwen Fan, Masayoshi Tomizuka, Jianfei Yang, Jiachen Li·· 3 天前AI 评分27
质量感知 VLA 预训练中什么最重要：AXIS-Bench 基准与实证研究
What Matters in Quality-Aware VLA Pretraining: A Benchmark and Empirical Study
AI 导读
研究基于 5000 条自然次优人类演示和 24 个目标任务，对比了 VLA 预训练中加权、过滤与条件化三种质量利用方式，发现 approach-aware episode conditioning 的平均成功率优于普通行为克隆，且条件化与过滤分别偏好 episode 和 chunk 标签。
正文 · AI 翻译
作者：Mingxuan Yan、Litian Gong、Dihong Huang、Zhixu Li、Tianyu Zhang、Wenqian Zhang、Hefeifei Jiang、Peihao Li、Jian Zhang、Mengfei Zhao、Yikai Tang、Hai Zhai、Zehao Wang、Ruijian Liang、Yanjia Huang、Lin Shao、Changliu Liu、Kaiyu Hang、Zhiwen Fan、Masayoshi Tomizuka、Jianfei Yang、Jiachen Li
摘要：在视觉-语言-动作（VLA）预训练期间应如何使用示范质量，以提升目标任务微调后的性能？我们使用 5,000 条自然次优的人类示范和 24 个目标任务，在多种奖励定义和标签粒度下比较了加权、过滤和条件化。在每个 VLA 内，我们匹配示范和训练预算。额外的比较考察了预训练数据规模以及质量标签在微调和推理过程中的作用。在三个 VLA 上，我们发现，与普通行为克隆相比，感知方法的回合条件化提高了平均成功率；平均而言，条件化和过滤分别偏好回合标签和块标签，且存在依赖模型的反转；在条件化预训练后，无论推理时使用带标签还是不带标签，恒定标签微调都能提高平均成功率。我们引入了 AXIS-Bench 来支持这些受控比较。它基于众包仿真示范构建，提供记录的对象和接触状态，以便在共享轨迹上重新计算质量标签。可回放的轨迹支持工作空间对齐的渲染和用户定义的真实世界目标任务。在我们的真实世界实验中，仿真预训练将成功率从 9.6\% 提高到 31.7\%。项目页面：this https URL。
| 评论： | 项目网站：this https URL |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.18869 [cs.RO] |
| （或 arXiv:2610.18869v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.18869 arXiv 颁发的 DOI（通过 DataCite，待注册） |
提交历史
来自：Jiachen Li [查看电子邮件]
[v1]
2026年10月13日星期二 17:59:52 UTC（2,796 KB）
来源：arXiv cs.AI · arxiv.org