arXiv · cs.AI· Ziyan Liu, Jiting Liu, Weihong Zhong, Wenda Yu, Yeqiu Chen, Jason Li, Xiaojiang Peng, Shuyuan Hu, Kai Wang, Bo Zhao·· 5 小时前
MorphAct：随交互环境变化的机器人策略参数自适应框架
MorphAct: Robot Policies Morphing with the Worlds They Act In
arXiv:2610.20019v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ziyan Liu, Jiting Liu, Weihong Zhong, Wenda Yu, Yeqiu Chen, Jason Li, Xiaojiang Peng, Shuyuan Hu, Kai Wang, Bo Zhao
研究任务与主要进展
MorphAct提出一种随交互上下文动态调整机器人策略参数的框架，通过两个耦合生成器为视觉语言模块和动作模块生成上下文相关的低秩更新。该方法无需操作标签或专家适配器目标，仅通过原生动作目标联合训练，并在三个VLA骨干的LIBERO和Meta-World实验中最高提升16.30%，真实世界评测相对π₀.₅最高提升14%。以上结果仅依据论文摘要，完整实验细节尚未核验。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org