新加坡国立大学邵林团队突破性研究揭示机器人VLA任务规划最优范式

新加坡国立大学邵林团队发布VLA-OS研究，系统性对比分析了视觉-语言-动作（VLA）模型在任务规划中的不同范式与表征方式。研究构建了统一的模型架构、训练流程和包含约10,000条轨迹的多模态任务数据集，并通过上百次实验得出14项关键发现。结果显示，基于视觉的任务规划表征在性能、效率和策略跟随性方面优于语言表征，而分层式VLA（Hierarchical-VLA）在泛化能力和任务规划能力上表现最佳。研究还指出，在任务规划数据有限的情况下，模型参数控制在1B以内即可获得良好性能。该研究为下一代通用机器人模型的设计提供了理论依据和实践指南，并揭示了未来发展方向，包括更高效架构、解耦训练机制和大规模规划数据集的构建。
来源：https://mp.weixin.qq.com/s/fybwGyyU5ceXgllenI8lAA