研究：VLA动作专家回传梯度并非总有益
热点事件持续更新
研究：VLA动作专家回传梯度并非总有益
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Asher James Hancock等作者在arXiv发表预印本论文，在自动驾驶与机器人操作任务中分别改变动作token监督和动作专家损失是否更新VLM，以分离两者的独立影响。作者称，开环驾驶中，有动作token监督时梯度隔离与耦合表现相当；无监督时耦合将轨迹预测误差降低约25%。两个组件从训练初期联合训练时，耦合在有监督下使闭环驾驶路线进度提升约17%，无监督下提升约40%，两种设置下也类似改善机器人操作表现。 作者据此认为，梯度隔离的价值取决于VLM的动作监督与评测设置，并质疑将其作为默认训练配方。该论文为预印本，尚未经同行评议。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 13:00
论文比较 VLA 中动作专家是否应回传梯度训练 VLM报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.RO精选论文比较 VLA 中动作专家是否应回传梯度训练 VLM
论文研究 VLA 训练中动作专家是否应向 VLM 回传梯度，以及动作 token 监督如何影响这一选择。作者在自动驾驶与操作任务中分别改变动作 token 监督和专家损失是否更新 VLM：开环驾驶中，有动作 token 监督时梯度隔离与耦合表现相当，无监督时耦合将轨迹预测误差降低约 25%。两个组件从训练初期联合训练时，耦合在有动作 token 监督下使闭环驾驶路线进度提升约 17%，无监督时提升约 40%，在两种设置下也类似改善机器人操作表现。作者据此认为梯度隔离的价值取决于 VLM 的动作监督与评测设置，对将其作为默认训练配方提出质疑。
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。