VLA部署短板修补加速:语言服从、视角鲁棒与真实采摘落地
今天的论文集中在一个很明确的方向:让机器人基础模型更能在真实环境里工作。重点不是再做更大模型,而是补语言理解、视角变化、长任务控制和部署评估这些短板。主要观察-语言约束开始被单独诊断。RestoringLinguisticGroundinginVLAModelsviaTrain-Free…指出VLA存在“语言失明”,即看到场景后会忽视矛盾指令。
今天的论文集中在一个很明确的方向:让机器人基础模型更能在真实环境里工作。重点不是再做更大模型,而是补语言理解、视角变化、长任务控制和部署评估这些短板。主要观察-语言约束开始被单独诊断。RestoringLinguisticGroundinginVLAModelsviaTrain-Free…指出VLA存在“语言失明”,即看到场景后会忽视矛盾指令。