自补偿 VLA 使机械臂任务成功率提升超30个百分点

POSTECH · hf · 2026-10-07

POSTECH 团队针对机器人执行误差(磨损、负载变化等导致实际动作偏离指令)提出 Self-Compensating VLA:部署时在线更新策略,利用 VLA 指令动作与实际执行动作的残差进行预补偿,无需任务奖励或标注。

同时推出 RoboStress 压力测试基准,将关节级摩擦、间隙、柔顺性、重力补偿误差等模型组合成七个部署场景,系统评估 VLA 在物理机器人难以覆盖的执行条件下的鲁棒性。

结果:在 RoboStress 上平均任务成功率超过基线策略和训练期增强鲁棒性的方法;在两台使用历史不同的真实机械臂上,平均成功率各提升超过 30 个百分点,且增益可泛化到演示中未见过的物体。

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →