Khám Phá Giới Hạn Của Khả Năng Khái Quát Hóa Tổ Hợp Trong Thao Tác Hiện Thân
Exploring the Limits of Combinatorial Generalization in Embodied Manipulation
Đoạn trích bài viết
Trong thao tác hiện thân, các mô hình Vision Language Action (VLA) có thể thực thi các kỹ năng nguyên tử, nhưng thao tác theo chuỗi dài đòi hỏi phải tái kết hợp các kỹ năng này mà không cần có dữ liệu minh họa cho mọi tổ hợp kỹ năng. Hướng dẫn toàn diện xem việc liên kết kỹ năng như sự bắt chước theo chuỗi dài.
Toàn văn bài viết
Mở bài viết gốc
Đọc bài viết đầy đủ trên huggingface
Mở bài gốc để xem trọn vẹn chi tiết và dẫn chứng.