arXiv · AI· Yixiang Zhu, Yonghao Chen, Jiaxiang Zou, Yusong Hu, Xinyu Chen·· 6 小时前AI 评分21
DEFLECT：用于延迟鲁棒异步视觉-语言-动作模型的时间反事实偏好学习
DEFLECT: Temporal Counterfactual Preference Learning for Delay-Robust Asynchronous VLAs
AI 导读
DEFLECT 是一种离线后训练框架，通过利用预测与执行时刻的观测差异生成偏好监督信号，提升视觉-语言-动作（VLA）策略在异步推理下的延迟鲁棒性。 该框架在 Kinetix 和 LIBERO 基准测试中，分别在支持的最大延迟下比 VLASH 提高 4.2 个百分点，比 GR00T N1.7 的朴素异步执行提高 22.7 个百分点成功率。
来源：arXiv · AI · arxiv.org