8月18日
15:25
15:25官方账号arXiv cs.AI@Langzhe Gu, Chengkai Hou, Meng Li, Xinhua Wang, Jiaming Liu, Xinyuan Lv, Bowei Zhang, Shuanghao Bai, Guangrun Li, Jingyang He, Gaole Dai, Ziluo Ding, Zhiyuan Xu, Kuan Cheng, Jian Tang, Zhengping Che, Shanghang Zhang
HAF框架包含HAF-VLA和HAF-Steer两部分,将预训练的流匹配VLA模型适配到人形机器人全身操作。HAF-VLA通过三阶段动作去噪和跨阶段KV缓存,协调行走、腰姿和双臂操作。HAF-Steer利用流匹配可逆性和DCT降维,在紧凑噪声子空间训练SAC策略,避免更新大型VLA骨干。在7个真实世界人形操作任务中,HAF优于单阶段VLA基线,提升全身协调性和任务性能。
推荐理由:人形机器人全身操作一直难搞,HAF把通用VLA拆成三阶段动作流,再用DCT降维做在线强化学习,7个真实任务都跑赢了基线。