arXiv · Machine Learning· Seongheon Park, Heecheol Kim, Shulin Tian, Lilika Makabe, Namiko Saito, Katsushi Ikeuchi, Sharon Li, Yasuyuki Matsushita·· 10 小时前AI 评分36
DiVeR：面向 VLA 测试时扩展的决策关键验证器学习
DiVeR: Decision-Critical Verifier Learning for VLA Test-Time Scaling
AI 导读
DiVeR提出一种面向VLA测试时扩展的验证器学习方法，通过采样动作表示的离散程度估计决策关键性，并将学习重点放在动作选择更能影响后续结果的状态上，无需逐步标注或额外环境交互。在LIBERO、RoboCasa及Franka Research 3机器人真实世界实验中，该方法均提升了任务成功率，且验证器推理额外开销可忽略。
来源：arXiv · Machine Learning · arxiv.org