DEFLECT：用时序反事实偏好学习提升异步VLA延迟鲁棒性

Yixiang Zhu 等提出离线后训练框架 DEFLECT，把预测与执行之间的时序差异转化为偏好监督，使视觉-语言-动作（VLA）策略在输入已过期的情况下仍能做出与执行时状态对齐的动作。 在 Kinetix、LIBERO 及三项真实机器人任务的评测中，DEFLECT 在所测 VLA 策略与设置上均提升了延迟鲁棒性：在最长支持延迟下，其在 Kinetix 上比 VLASH 成功率高 4.2 个百分点，在 LIBERO 上配合 GR00T N1.7 比朴素异步执行高 22.7 个百分点。

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。