Articles sur DriftingVLA

DriftingVLA propose un modèle natif vision-langage-action en une étape, utilisant des cibles de dérive distribuées pour remplacer les itérations de correspondance de flux, et un bloc d'action complet peut être généré en une seule passe avant. Par rapport au VLA traditionnel basé sur le flux, qui nécessite un raffinement en plusieurs étapes, cette méthode réduit considérablement le délai de contrôle en ligne. La dérive temporelle perdimensionnelle (PDTD) prend en compte la sémantique de contrôle de différentes dimensions d'action et fournit de nouvelles idées pour la prise de décision en temps réel des robots.