提出VLA接触密集任务失败分析与FACT方法

Carlota Parés-Morlans 等研究者分析了视觉-语言-动作（VLA）模型在接触密集操作任务中的失败原因，提出两类失败模式：精度失败（策略难以产生接触时所需的小幅精确修正动作）和力失败（策略无法响应接触力），并提出后训练方法 FACT 加以改进。 FACT 在后训练中提高低噪声采样以改善精细动作预测，并引入结构化力条件，利用接触状态和力历史引导动作生成。论文称，在五个接触密集任务、近 2500 次真实世界 rollout 的评测中，FACT 平均成功率为 66%，优于此前最佳基线的 41%；该工作获 CoRL 2026 Spotlight。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。