Anchor-Align 让 xArm7 真实机器人成功率升至 54%
Dwip Dalal · hf · 2026-07-23
论文结论
这篇工作提出 Anchor-Align，试图解决 VLA（vision-language-action）策略在用机器人示教做行为克隆微调时，原本有用的视觉/语义表示会被逐步覆盖的问题。
- 方法包含两部分：
- Vision-Language Anchoring：从冻结的 VLM 拷贝里蒸馏分层表示，减少表征漂移。
- Language-Action Alignment：把动作目标转成离散的运动方向标签，让语言和动作在同一机器人观测上共同训练。
- 在真实 xArm7 机器人上，两种常用 VLA 架构的成功率分别从 28% 提升到 54%、从 37% 提升到 60%。
- 在仿真中，它在 LIBERO-PRO、LIBERO-Plus、CALVIN 等基准上，对分布外扰动、感知鲁棒性和长程控制也都有稳定提升。
「具身」频道最新
- 物理 AI 名场面:「台灯蜂群」齐刷刷转头,桌面机器人军团曝光 — dee_hw · 2026-10-26
- 上交大提出 VaM：用价值预测作记忆，机器人连续 4 小时自主作业成功率超 95% — chris_j_paxton · 2026-10-26
- 自制人形 PhoneGirl 第 4 天:碰撞测试、舵机调校、跪姿可弯 160° — _Stocko_ · 2026-10-26
- 探访仓储机器人公司 Dexory：8 米扫描塔与全栈自造之路 — lukas_m_ziegler · 2026-10-26
- M5Stack StickS3 固件更新:远程取景支持理光 GR 相机 — OpenAIDevs · 2026-10-26
- 傅利叶 GR-3 裸机状态一次连爬六层楼,下楼无保护绳 — chris_j_paxton · 2026-10-26