V-VLAPS: La pianificazione guidata dal valore migliora i modelli VLA per la robotica

I ricercatori introducono V-VLAPS (Value-Guided Vision-Language-Action Planning and Search), un metodo che potenzia i modelli visione-linguaggio-azione (VLA) per la manipolazione robotica aggiungendo una testa di valore leggera addestrata su rollout offline. Questa testa di valore prevede i rendimenti Monte Carlo, guidando la ricerca ad albero Monte Carlo verso rami con valore più alto. L'approccio affronta i fallimenti delle politiche VLA reattive sotto cambiamento di distribuzione e compiti a lungo orizzonte, dove i metodi di pianificazione precedenti si basavano su priorità di policy ed esplorazione basata sul conteggio delle visite senza segnali di valore appresi. Il lavoro si basa sulla scoperta che le rappresentazioni VLA codificano il successo e il fallimento dei rollout, consentendo la stima del valore durante la pianificazione.