arXiv发布AXIS-Bench基准研究VLA预训练

发生了什么

据arXiv cs.LG论文，研究者提出AXIS-Bench基准以支持视觉语言动作（VLA）预训练中演示数据质量的受控比较。该基准基于众包仿真演示，提供记录的对象和接触状态以便重新计算质量标签。实验发现，感知方法的片段条件化优于普通行为克隆，且恒定标签微调在条件预训练后提升了成功率。在真实世界实验中，仿真预训练将成功率从9.6%提升至31.7%。