arXiv Robotics· Dwip Dalal, Shivansh Patel, Chahit Jain, Jeonghwan Kim, Utkarsh Mishra, Yuchen Song, Alex Baratian, Hyeonjeong Ha, Heng Ji, Svetlana Lazebnik, Unnat Jain·· 7 小时前AI 评分38
Anchor-Align：通过表征锚定与语言-动作对齐实现可泛化的 VLA 微调
Generalizable VLA Finetuning via Representation Anchoring and Language-Action Alignment
AI 导读
Anchor-Align 在行为克隆微调中引入视觉-语言锚定与语言-动作对齐两个目标，前者从冻结 VLM 副本逐层蒸馏表征以抑制预训练表征漂移，后者将动作目标转为离散运动方向标签并在同一机器人观测上联合训练语言与动作预测。
来源：arXiv Robotics · arxiv.org