arXiv Robotics· Fuhao Li, Wenxuan Song, Qizhou Huang, Ziyang Zhou, Jingbo Wang, Junwu E, Pengwei Wang, Yan Wang, Shunbo Zhou, Haoang Li·· 2 天前AI 评分38
SLA：通过持续预训练扩展空间-语言-动作模型
SLA: Scaling Spatial-Language-Action Model via Continual Pre-training
AI 导读
SLA 是一个空间-语言-动作模型，把隐式空间对齐扩展到持续预训练阶段，并在下游后训练中保持。它从预训练的 pi05 策略初始化，联合优化动作预测与中间视觉嵌入对冻结 3D 感知模型空间表示的对齐，并统一异构机器人数据集以覆盖多种本体、任务和场景。模型引入特征相关门控自适应聚合多层 VLA 视觉嵌入，教师模型利用部分可得的深度与相机标定，辅助组件仅在训练时使用，推理架构保持不变。
来源：arXiv Robotics · arxiv.org