TECHNOLOGY · 技术
VLA
PathTime-VLA：路径-时间解耦的视觉-语言-动作策略因子化后训练
研究者提出PathTime-VLA，将运动规划中的路径-时间参数化引入VLA动作表示，把机器人运动路径与执行速度解耦，以降低基于遥操作数据的适配难度。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
视觉-语言-动作（VLA）策略通常以固定时间间隔预测动作，将机器人运动路径与执行速度耦合在一起。研究指出，这种耦合增加了基于遥操作Teleoperation由人在远端控制机器人完成动作，并把这些示范记录为训练数据。◆ 小白科普 · 现身数据进行适配的难度：示范中有效的几何指导往往伴随着受接口延迟和操作者行为影响的执行时序。为此，研究者提出PathTime-VLA，将经典运动规划中的路径-时间参数化引入VLA的学习式动作表示。该方法把运动表示为进度索引的交互路径X(s)与正值的区间时间剖面，后者定义单调时间律t(s)，进而生成控制器指令X(s(t))。对于给定路径，不同的执行方案可通过时间剖面表达。该工作属于具身智能Embodied AI让 AI 通过机器人身体感知并作用于真实世界，不只在屏幕里回答问题。◆ 小白科普 · 现身动作表示与策略后训练方向的技术探索。