HuggingFace Daily Papers· Yufeng Liu, Bohao Fan, Juntu Zhao, Xinyi Wang, Hang Yu, Wenzhuan Luo, Yingzhi Wang, Qinghai Li, Yingdong Hu, Junliang Guo, Richard Wang, Dequan Wang, Yang Gao, Cheng Ma·· 5 天前精选AI 评分65
Echo：视觉语言动作模型中的耦合动作与任务状态信号去噪
Echo: Coupled Action and Task Status Signal Denoising for Vision Language Action Models
AI 导读
研究人员提出Echo框架，结合任务状态信号学习与紧凑设计，在单一视觉语言动作模型中实现状态预测与动作生成。该框架通过停止和失败信号表示任务状态，无需帧级进度标注即可区分执行状态，并通过互补监督属性构建成功、失败和恢复轨迹。实际操作实验表明，Echo能准确预测任务状态并持续提升策略性能。
推荐理由
Echo框架通过任务状态信号去噪，让机器人在无需细粒度标注的情况下识别任务完成与失败，提升了决策效率。
来源：HuggingFace Daily Papers · arxiv.org