跳到正文
arXiv · AI· Yun Zhu, Da Wang·· 24 天前AI 评分35

TAD:仅凭教师轨迹蒸馏视觉-语言-动作策略

TAD: Distilling Vision-Language-Action Policies from Teacher Trajectories Alone

AI 导读

轨迹对抗蒸馏(TAD)将OpenVLA-OFT在ManiSkill PutOnPlateInScene25Main任务上的success_once成功率从26.2%提升至76.6%。 TAD通过比较教师与学生轨迹的判别器提供奖励,无需在线教师查询或环境任务奖励。该方法以白盒在线蒸馏为基准,在5.0个百分点的差距内实现了同等优化效果。

来源:arXiv · AI · arxiv.org