arXiv Robotics· Langzhe Gu, Chengkai Hou, Meng Li, Xinhua Wang, Xinyuan Lv, Shuanghao Bai, Guangrun Li, Jingyang He, Ziluo Ding, Zhiyuan Xu, Ning Ding, Kuan Cheng, Jian Tang, Shanghang Zhang, Zhengping Che·· 2 小时前AI 评分38
HAF-VLA：面向人形机器人全身移动操作的分层动作流框架
HAF-VLA: Hierarchical Action Flow Framework for Humanoid Vision-Language-Action Control
AI 导读
HAF-VLA 是一个基于预训练流匹配 VLA 的分层动作流框架，用于人形机器人全身移动操作控制。它继承视觉-语言前缀编码器与动作专家权重，通过可学习阶段嵌入和跨阶段 KV-cache 条件机制，依次生成移动与头部指令、腰部细化及全身操作动作。在六项真实世界任务中，该框架显著提升了现有模型的人形移动操作性能。
来源：arXiv Robotics · arxiv.org