入门VLA必读：一文整理近年来VLA技术发展趋势

文章预览

本文汇总了近年来VLA的相关技术文章，文中提到的不少论文仅仅是粗读，不免存在一些理解错误，文中也有不少根据自己理解自由发挥的思考，若读者发现文中谬误，恳请不吝指正。一些我自由发挥成分比较大的部分，会专门用【】标识出来。 我主要目的是 学习相关方法尝试往智驾领域迁移 ，因此可能会有一些跟智驾相关的思考内容穿插进论文分享里。 一、Act 标题： Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware 链接： https://arxiv.org/pdf/2304.13705 单位： 斯坦福大学等 网络主要是一个Conditional VAE。 一般自回归的方案会有一个问题，每次推理都可能有误差，而且这个误差会随着自回归过程累积，越来越大【之前看MotionLM论文时就觉得这种栅格法（分箱法）把动作转token的方案精度损失就很大，当时就觉得推理时误差会随着步长越来越大。】 即使 ………………………………