arXiv Robotics· Jiachen Tao, Gengyu Zhang, Haoxuan Wang, Bing Liu, Yan Yan·· 13 小时前AI 评分32
PRISM：通过上下文内技能混合的基元路由，实现可保留技能的 VLA 自适应
PRISM: Primitive Routing via In-context Skill Mixing for Retentive VLA Adaptation
AI 导读
PRISM 用参数级基元表示可复用技能，在 RoboCasa365 上取得 56.43% 原子技能成功率和 20.00% 长程复合任务成功率，而标准 π0.5-LoRA 两阶段微调分别为 17.86% 和 17.50%。
推荐理由模型分析
PRISM 把可复用技能做成参数级低秩适配器存入技能库，并用按块路由在推理时组合，针对的是 VLA 多任务部署中技能遗忘与长程组合的瓶颈。RoboCasa365 上原子技能 56.43%、长程组合 20.00%，对比标准 π0.5-LoRA 两阶段微调的 17.86% 与 17.50%，并给出 AgileX PIPER 真机验证。做机器人策略微调与多技能组合的开发者可据此比较适配器冻结与路由监督的取舍，但真机效果仍限于该平台与任务设置。
来源：arXiv Robotics · arxiv.org