arXiv · ML· Shuaijun Liu, Feiyang You, Chengyu Wu, Shuyang Hao, Chenglong Zhang, Jingyao Cai, Xingwei Chen, Li Sun, Ningxin Su·· 16 小时前AI 评分29
BAS-VLA 通过任务语义动作校准提升 VLA 模型泛化性能
Beyond Appearance Shifts: Task-Semantic Action Calibration for VLA Models
AI 导读
summary_zh: BAS-VLA 提出任务语义动作校准框架，解决 VLA 模型无法区分应保持不变的行为与需不同动作的场景这一挑战。 基于冻结基座 VLA 的该框架采用破坏中心校准核心，并在四个目标对象交换任务中，将改变任务后的成功率从 2.3% 提升至 68.5%。
来源：arXiv · ML · arxiv.org