arXiv · cs.RO· Yufeng Liu·· 3 天前精选AI 评分65
Echo：面向视觉语言动作模型的耦合动作与任务状态信号去噪
Echo: Coupled Action and Task Status Signal Denoising for Vision Language Action Models
AI 导读
Yufeng Liu等人提出Echo框架，结合任务状态信号学习与紧凑设计，在单一视觉语言动作模型中实现状态预测与动作生成。该框架通过停止和失败信号表示任务状态，与机器人动作一起去噪，无需帧级进度标注即可区分执行状态。真实世界操作实验表明，Echo能准确预测任务状态并提升策略性能。
推荐理由
通过任务状态信号与动作联合去噪，Echo让机器人能自主判断任务完成与失败，减少了对细粒度标注的依赖。
来源：arXiv · cs.RO · arxiv.org