Apple ML Research提出REFACTOR-VLA

发生了什么

据Apple ML Research报道，研究者介绍REFACTOR-VLA系统，通过“醒/睡”架构学习可复用技能。在睡眠阶段，系统使用行为等价核（BEK）对运动程序片段进行聚类；在觉醒阶段，生成类型化lambda项作为结构化程序。这些lambda项由库条件整流流动作解码器产生。仅通过最小描述长度标准和回报保留门控的抽象才被接受为技能。研究在LIBERO基准套件上评估发现，增加世界模型规模反而降低性能，而添加辅助监督对比损失显著改善技能聚类质量。