VLS 论文:免训练用 VLM 引导预训练机器人策略应对分布外场景
micoolcho · x · 2026-09-29
RoboPapers 预告将发布与论文作者的对谈播客。论文 VLS(Vision–Language Steering) 来自华盛顿大学、牛津、NUS 与 Allen AI,获 CoRL 2026 接收,并拿下 CVPR 2026 3D-LLM/VLA Workshop 最佳论文亚军与 Foundation Models Meet Embodied Agents Workshop 杰出论文奖。
核心内容:
- 预训练扩散/流匹配机器人策略在障碍物旁、支撑面偏移、轻度杂乱等分布外场景下失败,并非动作技能缺失,而是模仿学习在训练-测试偏移下的空间耦合限制
- VLS 是免训练的推理时适配框架:用 VLM 为部分去噪的动作提议生成可微奖励函数,引导冻结策略的采样过程
- 无需微调即可适应物体、场景或指令变化,避免昂贵的重训练
- 代码与 arXiv 已公开
「具身」频道最新
- ProHand Gen 2 灵巧手发布：200万次循环寿命，外展幅度提升66% — chris_j_paxton · 2026-09-29
- Figure 创始人宣告告别 F.02 人形机器人 — adcock_brett · 2026-09-29
- 接触密集型机器人 RL 论文获 IROS workshop 最佳学生论文奖 — GeorgiaChal · 2026-09-29
- Meta Connect 黑客松:几个小时做出过去需团队数周的应用 — HarperSCarroll · 2026-09-29
- 哥斯达黎加野外机器人赛:机器狗边跑策略边防熊孩子 — micoolcho · 2026-09-29
- VkVIO:首个用 Vulkan 跨平台 GPU 加速的视觉惯性里程计 — zhenjun_zhao · 2026-09-29