具身智能🔥7.0
SWAP：面向视觉-语言-动作模型的逐步动作策略路由
原标题: SWAP：面向视觉-语言-动作模型的逐步动作策略路由
📋总体概括
arXiv:2610.06926v1 Announce Type: new Abstract: Robot manipulation systems using Vision-Language-Action (VLA) model backbones typically use just one VLA for task execution. However, individual VLAs d
⚡关键信息
- ▸SWAP将VLA策略路由建模为离线强化学习问题，训练路由critic按决策步选择最优策略
- ▸机器人可在执行过程中在线切换新策略，而非一个任务episode内固定使用单一VLA
- ▸实验覆盖真实世界DROID操作任务和LIBERO仿真环境两类基准
- ▸SWAP在性能上优于固定策略执行和已有路由基线方法
- ▸动机是单一VLA模型无法在不同任务状态与环境中保持稳定表现
🔥犀利点评
这论文戳中了VLA落地的一个真痛点：没有任何单一模型能通吃所有任务状态。用离线RL学一个critic来逐步路由，本质上是把『选模型』也变成了可学习的决策问题，思路聪明且便宜——不用重训大模型就能白嫖多个已有策略的互补能力。但路由critic自身的泛化能力和决策步粒度的开销是绕不开的坎，摘要里性能提升数据被截断，真实增益还得看完整论文。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 arXiv cs.RO 论文 阅读全文 →