DEED框架适配MetaFine五项精细操作任务

Jingxu Gu 与 Dongze Lian 提出 DEED（演示扩展与执行设计）框架，用结构化演示扩展和执行设计，把预训练视觉-语言-动作（VLA）策略适配到 MetaFine 的五项细粒度操作任务。作者报告，DEED 的官方 Overall 得分为 85.55%。 固定策略评测显示，DEED 的表现随执行时域、去噪预算和夹爪映射而变化。部署时，DEED 通过逆运动学、按任务选择的夹爪映射和闭环重规划，把预测的动作块转换为机器人指令。 上述结果来自 arXiv cs.RO 预印本，为作者自评，尚未见独立验证。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。