VLA策略轻量进化法

4次阅读
没有评论

JevVLA 不改动冻结的基座策略,只训练一个给动作打分的能量函数。同一个函数既用于比较离散候选动作,也用梯度纠正连续动作,以轻量方式进化已有 VLA 策略的执行效果。冻结基座、只训打分函数的做法降低了进化策略的训练成本。

正文完
 0
评论(没有评论)

内容合作 · 项目交流

欢迎开发者、团队与我们联系,一起推动 AI 与机器人领域的优质内容创作与交流。