论文提出无参数AdaIE，缓解动作头对VLM高方差维度的敏感度集中
资讯摘要
论文研究视觉-语言-动作模型（VLA）中下游动作模型如何与预训练VLM表征的几何结构共适应，发现动作模型会逐渐将敏感度集中于VLM输出的高方差维度。作者提出无参数的Adaptive Interface Equalizer（AdaIE），在训练中按下游敏感度变化对预训练表征重新加权。作者报告其在RoboCasa-GR1上提升最多5.28个百分点、RoboTwin 2.0上提升1.68个百分点，五个真实操作任务平均提升19个百分点，并可推广到扩散策略与世界模型。
要点速读
- 论文发现动作模型会逐步将敏感度集中在VLM输出的高方差维度上
- AdaIE为无参数机制，按训练中演变的下游敏感度对预训练表征重新加权
- 作者报告RoboCasa-GR1提升最多5.28个百分点、RoboTwin 2.0提升1.68个百分点，五个真实操作任务平均提升19个百分点
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。