arXiv cs.AI· Denis Grachev, Damien LaRocque, Omar Moured·· 10 小时前AI 评分48
你的 VLA 模型有多少是 kNN？研究揭示 LIBERO 高分背后的检索依赖
How Much of Your VLA Is kNN
AI 导读
在 LIBERO 仿真基准上，直接检索邻近演示并复用其动作块，无需策略训练即可达到 91.7% 成功率，而现有 VLA 模型成功率已超 95%。对九个公开 VLA 的评估显示，微调主要让视觉-语言主干成为更好的检索键，其动作仍接近演示数据；在 LIBERO-Plus 扰动下检索方法的性能下降最小。
正文 · AI 翻译
摘要：视觉-语言-动作（VLA）模型目前在 LIBERO 仿真基准上的成功率已超过 95%，但这一性能在多大程度上需要泛化到训练演示之外仍不清楚。在本工作中，我们表明，检索邻近演示并复用其动作块，在无需策略训练的情况下即可在 LIBERO 上达到 91.7% 的成功率。在 LIBERO-Plus 扰动下，检索在所有评估过的策略中下降幅度最小。在九个公开可用的 VLA 中，微调大多只是让视觉-语言骨干成为更好的检索键，而 VLA 的动作仍与演示接近。此外，我们引入了局部动作一致性（LAC），这是一种离线指标，用于衡量表示空间中邻近的观测是否也与相似的未来动作相关联。我们表明，LAC 能跟踪检索的成功率，并可指导检索键的训练。我们的评估和源代码可在 此 https URL 获取。
| 评论： | 21 页，10 张图，已被 CoRL 2026 G2A/TAG 研讨会接收 |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2611.13160 [cs.RO] |
| （或 arXiv:2611.13160v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.13160 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Damien LaRocque [查看邮箱]
[v1]
2026 年 11 月 9 日星期一 19:44:58 UTC（2,159 KB）
来源：arXiv cs.AI · arxiv.org