全身控制 - 全身控制技术,学习,经验文章

天树星智源

1 天前

机器人 VLA 一个模型同时动手和动脑：动作参数只占 0.21%，万级扰动任务 85.9%机器人策略的默认架构已经相当稳定：一个视觉语言模型看懂场景、听懂指令，再外挂一个东西把"看懂"翻译成动作。外挂有两种主流写法——把动作维度量化成词表里的 bin 用交叉熵训练，或者另起一个流匹配/扩散的动作专家生成连续轨迹。两条路都能跑，但共享同一个前提：动脑和动手该由不同的参数负责。