GeoAAC提出基于几何的自适应动作分块
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载固定动作时长的局限
在视觉—语言—动作（VLA）策略中，动作分块被广泛用于动作的生成与执行，但现有做法普遍采用固定的动作时长。论文指出，在一次 rollout 过程中，不同任务阶段对动作连续性、控制精度和闭环反馈的需求并不相同，因此固定时长难以适配不断变化的控制要求。这一观察构成了 GeoAAC 的出发点：与其在整段执行中沿用同一时长，不如让时长随当前预测的可信程度浮动。
用去噪轨迹几何判断可靠性
GeoAAC 面向基于流的 VLA 策略，依据当前动作预测的可靠性来调整动作时长。作者给出的依据是：Flow Matching 去噪轨迹的几何形态能够提供过程层面的信息，用来刻画预测可靠性；动作前缀之间的几何变化与预测不确定性之间保持正相关。基于这一点，方法利用逐前缀的几何量构造出按时长展开的几何剖面，并在单次生成过程中自适应地确定动作时长，无需额外训练。也就是说，判断依据来自生成过程本身，而不是另设一个需要单独拟合的模块。
与固定时长及已有自适应方法的比较
论文将 GeoAAC 与固定动作时长的基线以及已有的自适应方法进行对照。实验在 GR00T N1.5 与 π0.5 两个模型上展开，测试环境包括 LIBERO、LIBERO-Pro、RoboCasa365 以及真实世界操作任务。结果显示，相比固定动作时长的基线，GeoAAC 在仿真中取得最高 8.7 个百分点的提升，在真实世界任务上同样优于已有自适应方法。作者强调这些改进在多个环境与模型上保持一致，说明按时长构造几何剖面这一做法并非只对单一设定有效。
适用范围与使用前提
从方法描述看，GeoAAC 的适用前提是策略采用基于流的生成方式，因为其可靠性信号取自 Flow Matching 的去噪轨迹几何；动作时长的判定发生在单次生成内部，不依赖额外训练环节，这使其可以直接叠加在已有策略之上。论文的实验覆盖仿真基准与真实操作任务两类场景，作者以 9 页正文、6 幅图呈现结果，并注明投稿至 ICRA 2027。对关注 VLA 策略执行效率的读者而言，这项工作提供的思路是把动作时长的决定权交给生成过程自身的几何特征，而不是预先设定一个统一值。
为什么值得看
解决了固定动作分块无法适应任务阶段变化的问题，显著提升机器人操作成功率。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。