DIVA提升视觉语言动作策略抗扰表现
热点事件观察中
DIVA提升视觉语言动作策略抗扰表现
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Kaixi Feng等在arXiv论文摘要中提出DIVA双空间意图感知视觉衰减模块，用于调节视觉Token对视觉—语言—动作策略的影响。摘要称，该方法先估计Token相关性再进行衰减，保留完整视觉Token序列，且不需要外部定位监督。 在LIBERO基准上，DIVA使OpenVLA-OFT平均成功率从96.6%升至98.0%，零样本LIBERO-Plus得分从69.6升至72.6；作者还报告了真实环境任务无关视觉扰动实验中的一致增益，体现出超越仿真场景的抗扰潜力。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 05:37
DIVA提出面向视觉-语言-动作策略的双空间意图感知视觉衰减报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv · cs.AIDIVA提出面向视觉-语言-动作策略的双空间意图感知视觉衰减
DIVA是一种面向视觉-语言-动作策略的双空间意图感知视觉衰减模块，通过先估计视觉Token相关性再进行衰减来调节其对决策的影响。该方法在LIBERO上将OpenVLA-OFT平均成功率从96.6%提升至98.0%，并将零样本LIBERO-Plus得分从69.6提升至72.6；真实环境实验还显示其在任务无关视觉扰动下保持一致增益。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。