Test-time verification for vision-language-action policies上級
VeriVLA:潜在ワールドモデルでフロー型VLAの行動を実行前に検証する適応的手法
pi0.5のようなロボットAIモデルは同じ場面でもサンプルごとに少しずつ違う動作を出し、その一部は失敗する。香港大学のこのプレプリントは難所でだけ候補を複数生成し、小さな予測モデルで最良のものを選ぶことで、実機の課題スコアを50.8%から65.5%に高めた。検証1回の追加時間は約0.3秒だった。