arXiv cs.RO· Yixiang Zhu, Yonghao Chen, Jiaxiang Zou, Yusong Hu, Xinyu Chen·· 3 小时前AI 评分55
DEFLECT：面向延迟鲁棒异步 VLA 的时序反事实偏好学习
DEFLECT: Temporal Counterfactual Preference Learning for Delay-Robust Asynchronous VLAs
AI 导读
DEFLECT 是一个离线后训练框架，把预测与执行之间的时序差异转化为偏好监督，让策略在输入过期的情况下仍能做出对齐执行时状态的动作。
来源：arXiv cs.RO · arxiv.org