Компьютерные науки > Робототехника [представлен 13 апреля 2026 года, v1), последний пересмотренный вариант 16 сентября 2026 (настоящий вариант, v2)) Название: StarVLA-$α$: Сокращение сложности в видении - Language - Action Systems View PDF HTML (экспериментальный) резюме: Vision-Language-Active (VLА) недавно стали перспективной парадигмой для создания робоагентов общего назначения. Вместе с тем ландшафт НОА остается весьма фрагментарным и сложным: поскольку существующие подходы существенно различаются в отношении архитектуры, данных о подготовке кадров, конфигураций воплощений и инженерно-технических параметров по конкретным критериям. В этой работе мы введем StarVLA-$\alpha$, простую и вместе с тем прочную основу для изучения вариантов дизайна VLA при контролируемых условиях. СтарВЛА-$\альфа долларов намеренно сводит к минимуму архитектурную и трубопроводную сложность, с тем чтобы уменьшить экспериментальные путаницы и создать возможности для систематического анализа. В частности, мы переоцениваем несколько ключевых конструкционных осей, включая стратегии моделирования действий, предварительную подготовку роботов и проектирование интерфейса. В рамках единой многобалансовой подготовки по LIBERO, SimperEnv, Robotwin и RovoCasa та же простая исходная точка остается весьма конкурентоспособной, что свидетельствует о том, что мощной позвоночник VLM в сочетании с минимальным дизайном уже достаточно для достижения высоких результатов без опоры на дополнительные архитектурные…
долл. США: сокращение сложности систем визуализации, языковой защиты и действий
arXiv:2604.11757v2 Annuate Type: заменить перекрестное резюме: модели Vision-Language-Action (VLA) недавно стали перспективной парадигмой для создания роботоагентов общего назначения. Вместе с тем ландшафт НОА остается весьма фрагментарным и сложным: поскольку существующие подходы существенно различаются в отношении архитектуры, данных о подготовке кадров, конфигураций воплощений и инженерно-технических параметров по конкретным критериям. В этой работе мы введем StarVLA-$\alpha$, простую и вместе с тем прочную основу для изучения вариантов дизайна VLA при контролируемых условиях. СтарВЛА-$\альфа долларов намеренно сводит к минимуму архитектурную и трубопроводную сложность, с тем чтобы уменьшить экспериментальные путаницы и создать возможности для систематического анализа. В частности, мы переоцениваем несколько ключевых конструкционных осей, включая стратегии моделирования действий, предварительную подготовку роботов и проектирование интерфейса. В рамках унифицированной многобалансовой подготовки по LIBERO, SimperEnv, Robotwin и RovoCasa та же простая исходная база остается весьма конкурентоспособной, что свидетельствует о том, что сильная опора VLM c