跳到正文
arXiv · ML· Artur Kuramshin, Charlotte Cloutier, Michael Przystupa, Kirsty Ellis, Mohammad S. Akhter, Glen Berseth·· 13 小时前AI 评分31

基于 $\pi_{0.5}$ 与 LEAP 手的多功能灵巧操作 VLA 微调方法

Finetuning VLAs for Dexterous Manipulation: The Right Checkpoint Is All You Need

AI 导读

研究显示,在 VLA 模型中冻结 VLM 并全量训练动作专家能产生最易被扩散强化学习(DSRL)引导的策略。 该方法使用 $\pi_{0.5}$ 和 LEAP 手在两个仿真任务中评估了五种微调方案,仅使用少量演示。 研究发现 SFT 成功率与 DSRL 后的成功率相关性低,LoRA 是可调性最差的方案。

来源:arXiv · ML · arxiv.org