Proxy Policy Steering：不动权重、用残差引导 VLA 学新任务
weichiuma · x · 2026-09-14
Kuan Fang 团队提出 Proxy Policy Steering（PPS），一种在推理阶段对 VLA（视觉-语言-动作）模型做任务特化的方法，全程无需访问或修改基座模型权重。
- 不采用直接微调，而是训练两个轻量级 proxy 策略
- 用两个 proxy 策略在速度空间（velocity-space）的残差来引导冻结的基座模型行为，实现新任务适配
这类方法的意义在于：大 VLA 基座可以保持冻结，通过外挂轻量模块快速适配新任务，降低定制成本。
「具身」频道最新
- UCLA 推出 ChairNav：会学习乘客偏好的自主导航轮椅 — zhoubolei · 2026-10-31
- 亚马逊 Echo 取消本地语音存储，3月28日起全部上传云端 — alex_verem · 2026-10-31
- 699 美元 Humane AI Pin 被 HP 收购后 10 天全面变砖 — alex_verem · 2026-10-31
- 800 美元儿童 AI 机器人 Moxie 停服，孩子的好友一夜失声 — alex_verem · 2026-10-31
- YC 眼镜 Subvocal 默读 200 词/分钟,4 个月做出无声对话 demo — garrytan · 2026-10-31
- Nomagic 仓库机器人进化到三臂，抓取失败会停下重新思考 — m_wulfmeier · 2026-10-31