VLA-Corrector提出轻量纠错推理框架

Yi Pan等作者在arXiv发表预印本，提出VLA-Corrector，一个面向动作分块VLA策略的轻量纠正推理框架。其做法是不修改主干策略权重，引入潜空间视觉监控器LVM，持续比较预测与实际视觉特征演化，检测到持续偏差时截断剩余动作，并通过在线梯度引导OGG重新规划。 作者称，该框架可接入不同VLA模型而无需重新训练主干，在打断累积误差的同时保留动作分块的大部分效率优势，并在长时程、接触密集的机器人操作任务中提升鲁棒性。上述效果为作者自述，论文为预印本，尚未经同行评议或独立验证；具体任务、机器人与成功率等测试条件未在摘要中给出。

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。