7月7日
11:36
11:36官方账号arXiv cs.AI@Jiaqi Peng, Xiqian Yu, Delin Feng, Yuqiang Yang, Wenzhe Cai, Jing Xiong, Ganlin Yang, Jinliang Zheng, Jiafei Cao, Xueyuan Wei, Jiangmiao Pang, Yuan Shen, Tai Wang
Cortex是一个双向对齐的体现代理框架,通过将操作子任务标准化为32个规范技能原语,并结合可执行性约束(如对象属性和轨迹可达性)自动标注4000+小时开源视频数据并生成30小时模拟数据。在Libero-long和RoboTwin基准上,Cortex分别比单一VLA模型提升3.1%和4.1%。其通用VLM与微调VLA结合,能零样本完成未见过的真实世界长程任务(如多阶段化学实验),而这单靠VLA微调无法实现。
推荐理由:Cortex把长程操作拆成32个标准动作,用开放数据自动训练,比纯VLA模型在Libero和RoboTwin上高3-4%,还能零样本做化学实验。