RecodeX 重构消息,一篇入选NeurIPS 2026的论文提出ActionUNet方法,在不重构预训练VLA(视觉-语言-动作)模型结构的前提下,通过轻量多尺度微调提升机器人的鲁棒性。该方法针对VLA模型在下游机器人任务中的适配问题,以较低改动成本改善动作输出的稳定性。
NeurIPS 2026论文提出ActionUNet:不重构VLA预训练结构即可提升机器人鲁棒性
AI 辅助判断积极仅供信息参考,不构成投资建议
原始信息来源新浪科技finance.sina.com.cn
查看原文 RecodeX 重构消息,一篇入选NeurIPS 2026的论文提出ActionUNet方法,在不重构预训练VLA(视觉-语言-动作)模型结构的前提下,通过轻量多尺度微调提升机器人的鲁棒性。该方法针对VLA模型在下游机器人任务中的适配问题,以较低改动成本改善动作输出的稳定性。