DEFLECT离线后训练框架提升VLA延迟鲁棒性
热点事件持续更新
DEFLECT离线后训练框架提升VLA延迟鲁棒性
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Yixiang Zhu等作者提出DEFLECT离线后训练框架，利用训练轨迹中可观测的预测-执行状态错配构建偏好监督，提升异步视觉-语言-动作（VLA）策略在延迟下的鲁棒性。 作者称，在Kinetix、LIBERO和三个真实机器人任务上，最长支持延迟下Kinetix成功率比VLASH高4.2个百分点，LIBERO上比GR00T N1.7的朴素异步执行高22.7个百分点。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 12:00
DEFLECT：面向延迟鲁棒异步 VLA 的时间反事实偏好学习报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AIDEFLECT：面向延迟鲁棒异步 VLA 的时间反事实偏好学习
DEFLECT 是一个离线后训练框架，利用训练轨迹中可观测的预测-执行状态错配构建偏好监督，提升异步 VLA 策略的延迟鲁棒性。在 Kinetix、LIBERO 和三个真实机器人任务上，最长支持延迟下 Kinetix 成功率比 VLASH 高 4.2 个百分点，LIBERO 上比 GR00T N1.7 的朴素异步执行高 22.7 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。