arXiv · cs.RO· Luca Macesanu, Tianluo Zhang, Aditya Patil, Archit Sharma, Kevin Angers, Christopher M. Clark, Chen Feng, Juexiao Zhang·· 4 小时前精选AI 评分62
VICTR：用进度感知的上下文检索提升 VLA 模型的上下文学习能力
VICTR: Value-Informed In-Context Learning for Vision-Language-Action Models
AI 导读
VICTR 提出用 In-Context Value Function Estimator（IC-VFE）根据参考演示视频、语言指令和当前观测估计任务进度，再按进度检索对应阶段的演示片段，供经上下文动作生成后训练的 π_{0.5} 策略使用。
推荐理由
论文用参考演示视频估计任务进度来检索上下文，在未见过的真实操作任务上把成功率从 6.2% 提到 23.8%，并给出代码与数据入口。
来源：arXiv · cs.RO · arxiv.org