arXiv · cs.RO· Jiachi Yang·· 3 天前精选AI 评分70
MAST-VLA：基于技能条件化和轨迹-先验的多技能机器人操作适应方法
MAST-VLA: Skill-Conditioned Adaptation with Trajectory-Affordance Priors for Multi-Skill Robot Manipulation
AI 导读
Jiachi Yang 提出 MAST-VLA 框架，通过技能条件化 LoRA 混合专家适配器和轨迹-先验空间先验，解决了多技能 VLA 策略中技能选择和物体接触点建模不足的问题。在 CALVIN ABC→D 长时程多技能跨场景泛化测试中达到 4.65 的平均序列长度，创下最新性能记录，并在真实机器人多技能序列实验中验证了其在真实感知和控制噪声下的可部署性。
推荐理由
通过技能条件化专家和轨迹-先验双框架，解决了多技能机器人操作中的技能选择和接触点预测问题。
来源：arXiv · cs.RO · arxiv.org