arXiv Robotics· Inkyu Sa, Konstantin Stulov, Rajat Bhageria·· 2 小时前AI 评分30
ValueFormer：面向在线故障检测与 VLA 后训练的阶段感知价值标签
ValueFormer: Stage-Aware Value Labels for Online Failure Detection and VLA Post-Training
AI 导读
ValueFormer 是一个策略无关的因果 Transformer（3.5M 参数），基于冻结的 DINOv3 主干，单次前向即可输出逐帧的平滑蒙特卡洛价值与锐利二值价值，用于优势估计和在线错误检测。
来源：arXiv Robotics · arxiv.org