GAF：冻结VLA策略的价值引导采样

Guided Action Flow（GAF）被提出用于机器人任务中的动作采样：它从机器人任务回放中学习一个观测条件下的动作价值 critic，用该 critic 的动作梯度引导逆向流采样，全程保持监督微调后的 VLA 策略冻结。 该方法的思路是在不更新 VLA 参数的前提下，通过 critic 引导采样来改善动作生成。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。