STAR：在推理过程中引导动作表示

Guangyu Zhao提出STAR方法，针对视觉语言动作模型(VLA)在后期层缺乏任务相关视觉对齐的问题。STAR通过指数移动平均处理后期层残差更新，使后期动作表示能继承早期层的物体感知更新方向，并利用本体感受状态自适应调整混合强度。实验表明，STAR提高了后期层的物体感知能力，使机器人操作基准测试的平均任务成功率提升4.0个百分点。