arXiv Robotics· Jingye Zhang, Choo Sin Wai, Dake Zhong, Zhifang Liu, Yuhong Zhang, Siyao Xiao, Guorui Song, Guocun Wang, Dongbin Zhang, Peng Jiao, Haoqian Wang·· 13 小时前AI 评分38
SURE：面向高效视觉-语言-动作学习的时空不确定性表示
SURE:Spatiotemporal Uncertainty Representation for Efficient Vision-Language-Action Learning
AI 导读
SURE 是一个数据高效的 VLA 训练框架，通过轻量转置卷积概率动作解码器建模空间不确定性，并用 Soft-DTW 对齐监督容忍演示中的时序差异。在 LIBERO、RoboTwin 2.0 和真实操作任务上，仅用 10% 演示数据或 20% 训练步数，SURE 的操作成功率即达到或超过基线 VLA。
推荐理由模型分析
SURE 针对 VLA 操作策略对大量示教数据的依赖，把动作空间中的空间与时间不确定性显式建模：用轻量转置卷积概率解码器刻画相邻动作 bin 的局部相关性，并用 Soft-DTW 对齐监督容忍示教节奏差异。在 LIBERO、RoboTwin 2.0 和真实操作任务上，仅用 10% 示教数据或 20% 训练步数即达到或超过基线成功率。做机器人模仿学习、数据高效训练的研究者可据此比较基线条件，但真实任务规模与跨本体泛化仍需看原文证据。
来源：arXiv Robotics · arxiv.org