arXiv · cs.RO官方发布· Chuanke Pang, Junyi Huang, Jianye Fang, Zhijun Zhao, Yaobing Wang, Kun Xu, Xilun Ding·· 2 小时前精选AI 评分71
论文 / 摘要阅读
InDex：通过意图条件化微调将VLA模型适配到灵巧操作
Bridging the Morphology Gap: Adapting VLA Models to Dexterous Manipulation via Intent-Conditioned Fine-Tuning
AI 导读 · 根据来源整理
InDex 是一个意图条件化框架，用于把预训练 VLA 模型的平行夹爪接口适配到多指灵巧操作。方法上，它从重定向演示中提取归一化开合度信号，监督一个标量抓取意图，同时保留完整手部动作监督；第一阶段学习同步的末端执行器与意图分块，第二阶段以这些预测、视觉语言上下文和本体感知为条件训练扩散手部解码器，并按先建立上游接口、再以低速率协同适应学习灵巧控制的顺序优化。在四个仿真任务中，InDex 搭配 π0.5 取得 85.8% 平均任务成功率，比原生策略提升 35.5 个百分点；在几何相似的留出物体上无需微调或重新校准达到 69.0%。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org