arXiv · cs.RO· Wei Wang·· 1 天前精选AI 评分65
JevVLA: 基于 Jev 启发的视觉-语言-动作策略能量自适应方法
JevVLA: Jev-Inspired Energy-Based Adaptation for Vision-Language-Action Policies
AI 导读
Wei Wang 提出 JevVLA，一种轻量级能量自适应框架，用于视觉-语言-动作策略。该方法通过单一可训练决策核心，同时改进离散动作选择和连续动作控制，在 MetaWorld MT50、VIMA、LanguageTable、LIBERO Plus 和 CLIPort 基准上分别提升任务成功率 1.28、2.31、1.60、1.52 和 1.28 个百分点。
推荐理由
JevVLA 通过能量模型统一处理离散选择与连续控制，仅用8万参数提升5个基准任务成功率。
来源：arXiv · cs.RO · arxiv.org