arXiv · Robotics· Mousumi Das, Aditeya Prajapati, Abrar Anwar, Jesse Thomason·· 3 小时前AI 评分34
SWAP：面向视觉-语言-动作模型的逐步动作策略路由
SWAP: Stepwise Action Policy Routing for Vision-Language-Action Models
AI 导读
研究者提出 SWAP（StepWise Action Policy Routing）框架，在执行中动态组合多个 VLA 策略，将策略路由建模为离线强化学习问题，由路由评论器根据当前观测在每步选择最合适的策略。
来源：arXiv · Robotics · arxiv.org