热点事件持续更新
REACT: 滚动去噪与双重解耦提升VLA反应式机器人控制
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
研究者提出 REACT 框架,面向 flow-based VLA 模型的反应式机器人控制,目标是在提升反应性的同时保留长时程上下文。其核心做法是维护持久动作缓冲区并采用错开的 flow 时间步:每一步利用最新观测对完整时域进行去噪,执行当前最干净的动作块,将部分细化的未来块前移,并在尾部追加新噪声,从而实现滚动去噪与动作流的持续更新。该成果发布于 arXiv(Robotics,2026-10-09),目前报道仅涉及方法框架本身,未披露实验数据、基准对比或实际机器人部署结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
研究者提出REACT框架,以滚动去噪与错开flow时间步提升flow-based VLA模型的反应性并保留长时程上下文。报道时间线
沿着报道,了解事件的不同侧面。
10月9日
- arXiv · RoboticsREACT:面向 VLA 模型反应式机器人控制的滚动去噪与双重解耦
研究者提出 REACT 框架,用滚动去噪提升 flow-based VLA 模型的反应性,同时保留长时程上下文。REACT 维护持久动作缓冲区与错开 flow 时间步,每步用最新观测对完整时域去噪,执行最干净的动作块、前移部分细化的未来块并在尾部追加新噪声。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。