Stanford/Berkeley 提出流反转转向法，让 VLM 提示驱动扩散 VLA 精细操作
svlevine · x · 2026-11-09
斯坦福与 UC Berkeley 团队(Chelsea Finn、Sergey Levine 等)将在 CoRL 发布 Flow Reversal Steering(FRS)方法，解决 VLM「懂语义但不会动作」的落地问题。
- 核心思路：把 VLM 或人类给出的粗糙但合理的参考动作，反向通过 flow-matching 通用策略，找到对应的隐空间噪声，再正向去噪映射到附近的高质量动作模式，从而把粗语义提示转成精确的机器人操作。
- 蒸馏成果：用行为克隆训练一个输出噪声的辅助策略，不到一分钟训练即可带来最高 95 个百分点的绝对任务成功率提升。
- 强化学习改进：FRS 可用语义知识引导 RL 自举，在多个标准 RL 无法改进的任务上取得提升。
论文由 Andy Tang 与 William Chen 共同一作，代码即将开源。作者将在 CoRL 周二海报环节(编号 39)现场讲解。
「具身」频道最新
- Tesla Robotaxi 明早5点落地圣安东尼奥，扩张继续 — mitchdeg · 2026-11-09
- Qiayuan 开源 Specialist 机器人抓取训练全栈，硬件到部署代码全放 — TinfoilTricorn · 2026-11-09
- RAI Institute 双轮机器人原地起跳空中前空翻，仅用 5 个自由度 — Scobleizer · 2026-11-09
- MakerMods Physical AI 黑客松夺冠:团队黑掉机械臂拿 85 分 — IsaiahBallah · 2026-11-09
- 特斯拉 Optimus 工程师做桌面机器人 GROXIE,用 Grok 当大脑 — Scobleizer · 2026-11-09
- RLT 论文入选 CoRL 口头报告：用真实世界 RL 高效微调 VLA 模型 — svlevine · 2026-11-09