免训练扩散噪声选择方法SDN提升VLA策略鲁棒性
热点事件历史事件
免训练扩散噪声选择方法SDN提升VLA策略鲁棒性
1 篇报道1 个报道来源5 天前更新
先了解这件事
AI 综述
Duc Minh Nguyen等作者提出免训练方法SDN(Selected Diffusion Noise),把扩散噪声当作可控自由度,用于提升VLA策略在测试时的可靠性。SDN会采样多个候选动作块,并进行两阶段筛选:先用反事实负集按任务相关的视觉grounding过滤,再按JerkRMS选出运动学上最稳定的动作块。 作者称,在三种VLA策略的仿真与真实环境实验中,SDN分别取得8-10%和18.33%的提升。
AI 根据报道生成 · 5 天前更新
最新进展11月5日 13:00
SDN:通过选择扩散噪声在测试时提升 VLA 策略鲁棒性报道时间线
沿着报道,了解事件的不同侧面。
11月5日
- arXiv cs.ROSDN:通过选择扩散噪声在测试时提升 VLA 策略鲁棒性
作者提出 Selected Diffusion Noise(SDN),一种免训练方法,把扩散噪声当作可控自由度来提升 VLA 策略的测试时可靠性。SDN 采样多个候选动作块并做两阶段筛选:先用反事实负集按任务相关视觉 grounding 过滤,再按 JerkRMS 选出运动学上最稳定的动作块。在三种 VLA 策略的仿真与真实环境实验中,分别取得 8-10% 和 18.33% 的提升。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1011月5日 14:00
- 近 24 小时变化
- -49%
02.557.510
11月6日12:0011月7日12:00
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。