Adapting a frozen flow-matching VLA by learning only the noise it starts from上級
VLA適応のためのノイズ空間学習
実機ロボットの4タスクで、タスクあたり約1.5分学習したノイズアクターが、重みを固定したpi0.5方策の平均成功率を37.5%から71.3%へ、人による修正を加えると83.8%へ引き上げた。マイクロソフトリサーチ、シドニー工科大学、南京大学、清華大学によるプレプリントで、大規模モデル本体には手を付けず、行動生成の起点となるランダムノイズだけを学習する。