arXiv · AI· Chenyuan Zhou, Chaoyi Huang, Zibo Wang, Zhiyuan Li, Yong-Lu Li·· 17 小时前AI 评分24
A$^2$-VLA 框架:通过智能体可供性发现适应新工具的视觉-语言-动作策略
A$^2$-VLA: Adapting Vision-Language-Action Policies to New Tools through Agentic Affordance Discovery
AI 导读
A$^2$-VLA 提出结合具身智能体与 VLA 策略的工具适应框架,在真实机器人任务中使成功率提升 30.7 个百分点。 该框架通过重建仿真场景自主发现任务相关可供性,利用 $\pi_{0.5}$ 骨干网络进行训练,在模拟跨工具轨迹重定向中实现 86.1% 成功率。
来源:arXiv · AI · arxiv.org