AFIL：用失败轨迹引导VLA策略训练

1. 12:00
   arXiv cs.RO

   Tokens of Motion：面向人-人形技能迁移的基元运动学习

   论文提出自适应失败引导学习（AFIL）框架，利用预训练 VLA 在线生成失败轨迹，作为扩散与流式 VLA 策略的自适应负向引导，避免手工设计失败模式或人工介入恢复。该方法在共享视觉-语言主干上联合训练成功与失败两个动作生成器（DAG），采样时按每个扩散步上成功与失败分布的距离调节引导强度。在域内与域外、短时程与长时程的机器人操作任务上，AFIL 相比现有 VLA 基线提升了任务成功率与鲁棒性。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。