arXiv · AI· Zhihao Zhan, Jiaying Zhou, Likui Zhang, Qinhan Lyu, Hao Liu, Weizheng Li, Jusheng Zhang, Ziliang Chen, Tianshui Chen, Ruifeng Zhai, Keze Wang, Liang Lin, Guangrun Wang·· 4 天前AI 评分20
E0:通过 Tweedie 离散扩散实现视觉语言动作模型的细粒度动作预测
E0: Expressive Fine-Grained Discrete Action Prediction for Vision-Language-Action Models via Tweedie Discrete Diffusion
AI 导读
E0 提出一种基于 Tweedie 离散扩散框架的方法,通过量化动作 token 上的迭代去噪生成细粒度且可执行的动作,解决现有 VLA 模型动作粗糙或不稳定的问题。 实验在 LIBERO、VLABench、ManiSkill 和 Franka 实机上测试,E0 表现达到最先进水平,平均优于强基线 8.1%。
来源:arXiv · AI · arxiv.org