arXiv cs.AI· Apoorva Vashisth, Manav Kulshrestha, Damon Conover, Zachary Kingston, Aniket Bera·· 10 小时前AI 评分38
RePlan-VLA:面向长程视觉-语言-动作模型的进度感知重规划框架
RePlan-VLA: Progress-Aware Replanning for Long-Horizon Vision-Language-Action Models
AI 导读
RePlan-VLA 是一个与 VLA 模型无关的框架,通过显式监控机器人运动评估任务进度并据此自适应修正后续计划,将 VLA 的短程操作能力转化为可靠的长程执行,且无需额外微调。在 RoboCasa365 和 CALVIN 基准上,其成功率分别比次优基线提升 21.9% 和 10.4%,并已在 Franka Research 3 机器人上完成真实部署验证。
正文 · AI 翻译
摘要:视觉-语言-动作(VLA)模型已成为通用机器人操作的一种有前景的范式,但其性能在需要多个相互依赖操作的长时程任务上往往会下降。我们认为,与其让 VLA 策略承担长时程推理、记忆、动作生成、进度跟踪和错误恢复的负担,不如在执行感知框架内利用其短时程操作能力。为此,我们提出了 \textnormal{\textbf{RePlan-VLA}},这是一个与 VLA 无关的框架,可将 VLA 的短时程能力转化为可靠的长时程执行。RePlan-VLA 显式监控机器人的运动以进行进度评估,并根据观察到的结果自适应地修正未来计划。我们完全保留底层 VLA 策略,无需额外微调。在 RoboCasa365 和 CALVIN 基准上的实验表明,相比次强基线,成功率分别提升了 21.9% 和 10.4%。我们还在 Franka Research 3 机器人上验证了该方法在真实世界部署中的效果。
| 评论: | Apoorva Vashisth 和 Manav Kulshrestha 对本工作贡献相同。Zachary Kingston 教授和 Aniket Bera 教授共同指导了本工作 |
| 主题: | 机器人学(cs.RO);人工智能(cs.AI);机器学习(cs.LG) |
| 引用为: | arXiv:2611.23843 [cs.RO] |
| (或 arXiv:2611.23843v1 [cs.RO] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.23843 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Apoorva Vashisth 女士 [查看电子邮件]
[v1]
2026年11月18日星期三 04:49:41 UTC(6,407 KB)
来源:arXiv cs.AI · arxiv.org