TAMP 数据微调 VLA 并非易事，DataFarm 推出 JAX/PyRoki 移植版

tomssilver · x · 2026-10-28

Thomas Silver 指出，用 TAMP（任务与运动规划）生成的数据微调视觉-语言-动作模型（VLA）看似是低成本捷径，但实际效果不佳，关键问题在于 TAMP 生成数据的分布与 VLA 预训练数据分布不匹配。Samrat Sahoo 提出聪明的解法：学习将 TAMP 数据对齐到预训练分布上，效果很好。

此外，Tom Silver 发布了 DATAFARM 的轻量 JAX/PyRoki 移植版 DataFarm-PyRoki（MIT 许可），包含冻结运动编码器权重加载、全身运动残差与约束轨迹求解器、轨迹段重定时及基于关节密度的 IK 选择，使程序化生成的机器人运动数据更自然、更易在 TiPToP 框架之外使用。