Anchor-Align：解决 VLA 微调遗忘问题，泛化性大幅提升
_krishna_murthy · x · 2026-08-26
伊利诺伊大学香槟分校等机构提出 Anchor-Align 方法，解决视觉-语言-动作 (VLA) 模型在行为克隆 (BC) 微调后泛化能力退化的问题。
核心问题：直接用 BC 微调 VLA 会覆盖预训练的表征，导致视觉和语义泛化能力丧失；简单的混合图像-文本数据共训练也无法解决语言-动作对齐问题。
解决方案：Anchor-Align 引入两个目标：
- 视觉-语言锚定 (Vision-Language Anchoring)：从冻结的 VLM 副本中逐层蒸馏表征，防止表征漂移。
- 语言-动作对齐 (Language-Action Alignment)：将动作目标转换为离散的运动方向标签，在同一个机器人观测上联合训练语言和动作预测。
效果：在实体 xArm7 机器人上，Anchor-Align 将成功率从 28% 提升至 54%（另一种架构从 37% 提升至 60%）。在仿真中（LIBERO、CALVIN 等基准），该方法在 OOD 扰动、感知鲁棒性和长视界任务上均表现出一致的改进。
「具身」频道最新
- 中国创企 DexForce 用虚拟数据训练人形机器人，大幅压缩成本 — pstAsiatech · 2026-10-15
- EmbodiedEvo 登顶 RoboDojo：失败的机器人练习也能被下一个 agent 继承 — thetripathi58 · 2026-10-15
- VR 从业者一句话点醒 Quest 3 玩家:玩了 12 个月只用 3% 功能 — Aiden_Tech_Ai · 2026-10-15
- 比利时 ROBIB 第三届机器人聚会定档 11 月 19 日根特举办 — MarwaEldiwiny · 2026-10-15
- 3D Gaussian Splatting 科普：机器人如何记住看不见的世界 — TheTuringPost · 2026-10-15
- RTX Spark 实测:Windows 阵营终于逼近 M5 Mac 的体验天花板 — BenBajarin · 2026-10-15