arXiv · AI· Long Li, Qichao Zhao, Yue Yang, Fan Xu, Zhe Wang, Alan Wee-Chung Liew, Chao Qu, Heng Tao Shen, Shirui Pan·· 8 小时前AI 评分45
Spotter 框架：让具身模型主导执行，VLM 并行反思纠错
Spotter: Let the Embodied Model Lead, and the VLM Reflect for It
AI 导读
研究提出 Spotter 框架，具身模型主导连续执行，VLM 并行监测，仅在检测到错误时介入反思并纠正，随后归还控制权。 实验使用 Qwen 和 GPT 作为 VLM，GPT 配置下 Cosmos Policy 和 π0.5 在 RoboCasa 分别提升 5.6 和 7.5 个百分点，π0.5 在 RoboTwin 2.0 困难设置从 47.2% 升至 57.0%。
来源：arXiv · AI · arxiv.org