ActionPiece 重构 VLA 动作分词，LIBERO 达 94.8%
DeepCybo · hf · 2026-09-17
针对自回归视觉-语言-动作（VLA）模型中的动作分词器，论文指出传统的逐点重建指标（如 MSE）无法刻画动作调整是否被保真压缩，相似动作可能被压到同一代表动作，导致不同情境下的微调被削弱甚至反转。
作者提出物理秩一致性（PRC）指标，衡量分词重建后局部物理距离排序的保真度；并推出 ActionPiece，通过表征学习与量化的联合监督保持物理动作关系：物理秩保持约束编码器与量化特征距离的远近排序，量化正则化将同一排序施加到码字分配分布上。
在相同的 Qwen3-VL-4B 策略训练设置下，ActionPiece 在 LIBERO 取得 94.8%、LIBERO-Plus 未见任务 68.8%、SimplerEnv 71.9%、VLA-Arena L0-L2 51.5%。消融显示两个目标共同提升 PRC 与策略成功率。
「具身」频道最新
- ANYbotics 防爆四足机器人 ANYmal X 开始向客户交付，全球首个 — lukas_m_ziegler · 2026-11-02
- 内存涨价三倍，特斯拉把 Optimus 大脑内存砍掉三分之一 — aakashgupta · 2026-11-02
- 周末懒得整理桌面？博主让机器人代劳清理全程实拍 — flngr · 2026-11-02
- Whoop 与 Apple Watch 双持同一条表带，健康监测两不误 — tinyfool · 2026-11-02
- REA 提出「大脑-小脑」异步机器人控制运行时，运行策略不等大脑 — Pengfei Zhou · 2026-11-02
- 机器人格斗正式登陆日本，东京将设常设竞技场 — cixliv · 2026-11-02