כתבה
arXiv cs.LG ·
CAPABLE: פרקטיקה-מודעת פוליסי-אדפטציה דרך קודיפיקציה-לטנט
CAPABLE: Capability-Aware Policy Adaptation via Behavioral Latent Encoding
CAPABLE היא פרקטיקה-מודעת שמאפשרת אדפטציה של פוליסי דרך קודיפיקציה-לטנט, ומשתמשת בקודיפיקציה-לטנט כדי לחזות כיצד הפעולות המופקות יקרו. הפרקטיקה נבחנה ב-28 תרגילים של LIBERO והיא הציגה תוצאות טובות יותר מאשר פרקטיקה-מודעת פוליסי-אדפטציה רגילה.
תקציר מקורי באנגליתarXiv:2610.11971v1 Announce Type: cross Abstract: Vision-language-action (VLA) policies assume the embodiment on which they were trained and can fail when a joint fault changes how commanded actions are physically executed. Existing fault-recovery methods often require task-specific retraining, fault labels, explicit diagnosis, or privileged embodiment information. We introduce CAPABLE, a unified capability-aware adaptation framework for frozen VLAs that integrates self-supervised capability inference with residual reinforcement learning. CAPABLE infers capability, how much of the commanded motion each joint actually realizes and how that motion contributes to end-effector behavior, online from command-response history and kinematics using a temporal encoder shared across joints, Jacobian
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית