arXiv · cs.RO· Jingye Zhang·· 3 天前精选AI 评分70
SURE:面向高效视觉-语言-动作学习的时空不确定性表示
SURE:Spatiotemporal Uncertainty Representation for Efficient Vision-Language-Action Learning
AI 导读
Jingye Zhang等人提出SURE框架，通过轻量级转卷积概率动作解码器和Soft-DTW对齐监督，显式建模动作空间中的时空不确定性。在LIBERO、RoboTwin 2.0和真实操作任务中，仅需10%的示范数据或20%的训练步骤，SURE就能达到或超越基线VLA的成功率。
推荐理由
通过显式建模时空不确定性，SURE将示范数据需求降至10%，解决了VLA学习对大量演示数据的依赖问题。
来源：arXiv · cs.RO · arxiv.org