论文提出 BAS-VLA 动作校准框架
热点事件持续更新
论文提出 BAS-VLA 动作校准框架
1 篇报道1 个报道来源23 小时前更新
先了解这件事
AI 综述
Shuaijun Liu等作者提出面向视觉语言动作（VLA）模型的BAS-VLA任务语义动作校准框架，论文报告其在目标物替换任务中的改变后成功率由2.3%提升至68.5%，且未降低干净场景表现。 该框架建立在冻结的基础VLA之上，目标是在任务语义不变时抑制动作漂移，并在目标或约束变化时调整行为。论文还称，在经过验证的风格保持变化中，成功率由42%提升至70%。
AI 根据报道生成 · 1 小时前更新
最新进展10月22日 12:00
BAS-VLA：面向VLA模型的任务语义动作校准报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv · Machine LearningBAS-VLA：面向VLA模型的任务语义动作校准
论文提出BAS-VLA框架，旨在让VLA模型在任务语义不变时减少动作漂移，并在目标或约束变化时调整行为。在四项目标物替换任务中，改变任务后的成功率从2.3%升至68.5%；在经过验证的风格保持变化中，成功率从42%升至70%，且未降低干净场景下的表现。
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。