arXiv Robotics· Ju Dong, Yu Fu, Jian Chen, Yimeng Liu, Haocheng Zhao, Lei Zhang, Kaixin Bai, Liding Zhang, Diwen Zheng, Alois Christian Knoll, Angela P. Schoellig, Jianwei Zhang·· 4 小时前AI 评分38
ForceDelta-VLA：蒸馏力条件动作修正，用于接触密集操作
ForceDelta-VLA: Distilling Force-Conditioned Action Corrections for Contact-Rich Manipulation
AI 导读
ForceDelta-VLA 通过冻结教师模型的力条件与无力条件模式配对预测，构建显式力修正目标，并用延迟修正目标处理参考动作失配。在九项单臂与双臂接触密集任务中，该系统平均成功率达 82.2%，高于 ForceVLA 基线的 54.4%，Stage-1 Temporal Teacher 直接执行为 70.6%。相比 ForceVLA，完整系统在两个平台上将成功试验的平均峰值接触力降低约 26%。
来源：arXiv Robotics · arxiv.org