VISTA: Adaptación con visión y validación física de datos UMI para entrenamiento VLA
Descubre cómo VISTA combina visión y validación física para adaptar datos UMI y entrenar modelos VLA, mejorando el rendimiento en manipulación robótica real.
#vla
Switches gestionados: conecta PCs no fiables sin miedo
Descubre cómo los switches gestionados te permiten conectar dispositivos desconocidos a tu red sin comprometer la seguridad. Ideal para homelabs y expertos.
TRAP: Secuestro del razonamiento CoT en VLA mediante parches adversariales
Descubre cómo TRAP usa parches adversariales para secuestrar razonamiento CoT en robots VLA y provocar comportamientos peligrosos. Vulnerabilidad crítica en IA.
PHASER: Aprendizaje continuo con repetición de experiencia por fases para modelos VLA
Descubre PHASER, un marco de aprendizaje continuo para modelos VLA que evita el olvido catastrófico. Asigna memoria por fases y prioriza tareas olvidadas, logra
Ver Menos, Especificar Más: Presupuestos de Evidencia para VLA
Mejora la generalización de modelos VLA con S2: entrena al ejecutor con guías locales y presupuestos de evidencia visual. Logra 79% de éxito en tareas robóticas.
RoboBenchMart: Evaluación de robots en entornos minoristas
Descubre RoboBenchMart, un benchmark open-source para robots en entornos minoristas. Evalúa modelos VLA en tareas complejas con objetos del supermercado. ¿Están listos los robots para el retail?
Corrigiendo la Falacia Euclidiana en Políticas VLA con Lie Diffuser Actor
Lie Diffuser Actor corrige la falacia euclidiana en políticas VLA usando difusión en el espacio tangente de SE(3). Mejora un 7.3% en CALVIN ABC→D.
Difusión Discreta VLA: Decodificación Adaptativa de Acciones Robóticas
Descubre cómo Difusión Discreta VLA decodifica acciones robóticas con orden adaptativo y corrección de errores. 96.4% éxito en LIBERO.
Receta simple: Modelos VLA, aprendices continuos naturales con RL
El fine-tuning secuencial con LoRA vence a métodos CRL complejos en modelos VLA: alta plasticidad, sin olvido catastrófico.
VLM4VLA: Revisando la competencia de los VLM en robótica
VLM4VLA revela que la capacidad general de los VLM no garantiza un buen control robótico. Descubre las claves para elegir el modelo adecuado.
SilentDrift: ataque backdoor sigiloso en modelos VLA
SilentDrift explota la vulnerabilidad en modelos VLA para ataques backdoor sigilosos. Logra un 93.2% de éxito con solo 2% de envenenamiento. ¡Descubre cómo!
Error por grupo, no MSE total: ajuste fino VLA para manipulación móvil
Descubre por qué el error por grupo predice mejor el rendimiento real que el MSE total en el ajuste fino de modelos VLA para robots manipuladores móviles de 11 GDL.
CTRL-STEER: Control en lazo cerrado de activación neural en modelos VLA
Descubre cómo CTRL-STEER optimiza el control de conceptos en modelos VLA con retroalimentación adaptativa, logrando mayor estabilidad y éxito en tareas robóticas sin modificar el modelo base.
De videos humanos a manipulación robótica: aprendizaje VLA escalable
Descubre cómo los videos humanos entrenan robots con modelos VLA escalables. Encuesta sobre aprendizaje robótico con datos humanos.
Razonamiento Continuo para Visión-Lenguaje-Acción
Descubre cómo el razonamiento continuo mejora las políticas VLA en robótica, con un 40% más de éxito en tareas. Un nuevo lenguaje interno compartido y verificable.
Más allá del éxito de tarea: Diagnósticos en WAM y VLA
Descubre en este estudio comparativo las diferencias clave entre políticas VLA y modelos WAM en comportamiento y representaciones internas.
PaCo-VLA: Prior de Cumplimiento con Escudo de Pasividad para Manipulación de Contacto
PaCo-VLA introduce un prior de cumplimiento con escudo de pasividad para manipulación robótica de contacto, asegurando cero violaciones incluso bajo cambios adversos.
BOKBO: Abstención Calibrada para Políticas de Visión-Lenguaje-Acción
Descubre BOKBO, un método de abstención calibrada que garantiza seguridad en políticas VLA. Reduce violaciones y mejora el éxito de tareas robóticas.
Escondite en trayectorias: detección de señales de fallo para monitoreo VLA
Aprende cómo Hide-and-Seek logra detectar fallos en robots VLA sin anotaciones paso a paso, mejorando la fiabilidad en tiempo real.
¿Juega la información visual un papel decisivo en la conducción de modelos VLA?
Analizamos la relación entre información visual y comportamiento de conducción en modelos VLA mediante perturbaciones controladas. Implicaciones para sistemas más seguros.