跳到正文
arXiv · ML· Denis Grachev, Damien LaRocque, Omar Moured·· 9 天前AI 评分36

研究揭示 VLA 模型性能主要依赖 kNN 检索而非泛化能力

How Much of Your VLA Is kNN

AI 导读

VLA 模型在 LIBERO 仿真基准中成功率超 95%,但研究表明检索邻近演示的动作块无需策略训练即可达到 91.7% 成功率。 kNN 检索在 LIBERO-Plus 扰动下性能下降最小,且微调主要优化视觉语言骨干作为检索键,而非提升动作泛化。 研究提出离线指标 Local Action Consistency (LAC),用于衡量观测一致性并指导检索键训练,代码与评估已公开。

来源:arXiv · ML · arxiv.org