HDH框架用部署后见数据为冻结VLA模型做低成本动作验证
热点事件持续更新
HDH框架用部署后见数据为冻结VLA模型做低成本动作验证
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
研究者（Wen-Han Hsieh 等）在 arXiv 论文（arXiv:2611.14834）中提出 HDH 框架：利用冻结视觉-语言-动作（VLA）模型自身部署产生的后见数据，训练轻量动作验证器，为每个候选动作块预测任务成功分数并选优执行，避免使用高成本验证器带来的延迟。 论文报告的实验结果为：在 LIBERO-10 的四个任务上，HDH 平均成功率达 82.3%；在三个真实操作任务上，较基线策略平均提升 22.6%。这些数字来自论文自述，尚属该研究团队的报告结果。
AI 根据报道生成 · 14 分钟前更新
最新进展11月14日 13:00
HDH 框架为冻结 VLA 模型学习低延迟动作验证报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIHDH 框架为冻结 VLA 模型学习低延迟动作验证
研究提出 HDH 框架，利用冻结 VLA 模型自身部署的后见数据训练轻量动作验证器，为每个动作块预测任务成功分数并选优执行，避免用高成本验证器带来的延迟。在 LIBERO-10 四个任务上平均成功率达 82.3%，三个真实操作任务较基线策略平均提升 22.6%。
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。