Hugging Face · 每日论文· 媒体 / 作者来源·精选
Vision-Language-Delta-Action: 学习紧凑Delta作为可操作过渡接口以实现机器人操作
原文标题
Vision-Language-Delta-Action: Learning Compact Deltas as Actionable Transition Interfaces for Robotic Manipulation
AI 导读
本文提出了一种名为Vision-Language-Delta-Action（VLDA）的新范式，通过紧凑的Delta变量捕捉潜在的世界状态变化，作为视觉语言理解和动作生成之间的接口。VLDA通过统一目标学习Delta，包括局部过渡滤波器（LT-Filter）和全局过渡锚点（GT-Anchor），以改善长期一致性、鲁棒性和泛化能力。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
VLDA通过紧凑的Delta变量捕捉潜在的世界状态变化，作为视觉语言理解和动作生成之间的接口，从而提高了机器人操作的长期一致性、鲁棒性和泛化能力。
导读由模型辅助整理，非独立核验。完整信息见原文。