VLA-Fabric：多臂VLA通过跨策略交互提升协调成功率

Chenglong Zhang 等提出 VLA-Fabric，为每条机械臂配置完整的视觉-语言-动作（VLA）模型，保留各自的局部感知与动作所有权，通过跨策略边界的显式学习交互实现协调。在仿真与实机实验中，该方法组成三臂与四臂团队进行评估；在全部四项实机任务上，完整交互相比独立训练的局部策略将成功率提高 16 至 40 个百分点。 论文系统研究了交互应发生的位置、同伴信息如何聚合以及交互如何学习，发现共享上下文、同伴特定隐变量与动作阶段交互具有互补的协调作用，并在结构不同的 VLA 架构上复现了该原理。

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。