全新模型RoboVLMs解锁VLA无限可能，真实机器人实验交出满分答卷

来自清华大学等机构的研究团队提出视觉语言动作模型（VLAs）的新成果——RoboVLMs。该模型不仅在三个模拟任务中取得高分，在真实机器人实验中也表现出色。研究围绕四个关键问题深入探讨VLA设计，发现连续动作空间、历史信息利用等对模型性能提升重要，且KosMos和Paligemma基座模型表现最佳。预训练阶段引入跨本体数据可显著提升模型鲁棒性。未来，VLA有望在更复杂任务中有新突破。
来源：https://mp.weixin.qq.com/s/z0v0mrl_WB0Ie-5yVHc3-g