-
开课时间
2025.01.06 19:55
-
课程时长
101分钟
-
学习人数
833人次学习
添加助教，加入交流群
- 课程介绍
- 精华文稿
- 课件领取
- 相关课程
传统的机器人模型通常较为脆弱，轻微的干扰因素，如环境光亮度、障碍物或背景的变化，都会导致其性能显著下降，甚至直接失效；而Vision-Language-Action（VLA）模型则表现出更强的泛化能力和鲁棒性。然而，目前的VLA模型，如OpenVLA（7B）和RT-2（55B），由于其模型体量庞大，推理效率较低，训练效率更是受限。因此，本次分享将重点探讨如何构建更加快速且高效的VLA模型，并探索如何结合现有的Vision-Language Model（VLM）基础模型与Diffusion Policy。同时，还将讨论VLA模型的扩展性特征，即模型尺寸对性能的影响。
报名成功
