InDex框架将VLA模型适配至灵巧操作

Chuanke Pang等作者提出InDex意图条件化微调框架，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。 作者称，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%。作者还称，改进在三个VLA骨干和单独训练的真实世界策略上同样成立，平均成功率从71.0%升至83.0%。该工作为arXiv预印本，尚未经同行评议。 消融实验与时机干预结果被作者用来支持显式抓取意图条件化和手部生成的作用。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。