Supervisione Esplicita della Fattibilità Migliora l'Apprendimento Robotico VLA

Un nuovo studio su arXiv indaga se l'aggiunta di una supervisione esplicita della fattibilità fisica migliori i modelli Vision-Language-Action (VLA) per la robotica. I modelli VLA mappano input multimodali ad azioni robotiche tramite apprendimento per imitazione, ma tipicamente mancano di una supervisione diretta per vincoli come l'evitamento degli ostacoli o la fattibilità cinematica. I ricercatori propongono un obiettivo di fattibilità basato sulla geometria integrato in una politica VLA basata su diffusione. Utilizzando la manipolazione consapevole degli ostacoli come test controllato, i risultati empirici mostrano che l'aggiunta di questo segnale di fattibilità esplicito durante l'addestramento migliora le prestazioni della politica. Lo studio fornisce prove sistematiche che una guida geometrica strutturata può beneficiare l'apprendimento VLA senza dati aggiuntivi o complesse ingegnerizzazioni.