DynamicVLA水下多任务模仿学习框架发布
热点事件持续更新
DynamicVLA水下多任务模仿学习框架发布
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
New York University等机构团队在arXiv发布论文《Embodied at Sea》，提出DynamicVLA用于水下多任务操作。该研究在平静与湍流水域收集了1616集水下操作数据，用于训练14个通用VLA模型。相关工具BLUEMBODIED KIT已开源，支持在ROV上进行数据收集、模型训练与策略部署。泳池任务测试中，最佳模型成功率为93.3%；单任务ACT策略（47.9%）显著优于通用SmolVLA（7.9%）。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · MLEmbodied at Sea: Imitation Learning for Multi-Task Underwater Manipulation
summary_zh: 研究收集1616集水下操作数据训练14个VLA模型，在泳池任务中最佳模型成功率为93.3%。 案例研究显示单任务ACT策略（47.9%）显著优于通用SmolVLA（7.9%），相关工具已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。