STAR：免训练提升VLA动作表征

Guangyu Zhao等作者提出免训练推理方法STAR，用于预训练视觉-语言-动作模型（VLA）。作者称，在探测实验中发现动作输出附近的动作表征未能充分保留任务相关的视觉接地；STAR对后层残差更新施加指数移动平均，使较晚的动作表征继承前层的物体感知更新方向，无需更新模型或改动架构，并利用近期本体感受状态调节混合强度，在执行动态快速变化时采用保守混合。 作者称，在机器人操作基准上的实验显示，STAR提升了后层物体感知能力，平均任务成功率提高4.0个百分点。该结果出自作者自述的基准实验，代码已公开；论文为arXiv预印本，尚未见同行评议或独立验证。

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。