Noticias sobre CALVIN

SMILE amplía el campo de visión fijo del modelo VLA al predecir coeficientes B-spline y decodificarlos en secuencias de acción suaves, cambiando solo la representación de la acción en lugar de la arquitectura del modelo. En comparación con los métodos anteriores que dependían de modelos más grandes o más llamadas para mejorar la precisión a largo plazo, este método ha mejorado la precisión y amortizado la eficiencia de la inferencia en cuatro líneas de base, incluidas SmolVLA y Evo1. Entre ellos, SMILE-Evo1 alcanzó el 98,0% y una aceleración de 1,1 veces en LIBERO. Esto significa que la representación de movimiento suave B-spline puede convertirse en una mejora general y de bajo costo para la ejecución a largo plazo de VLA.