arXiv cs.AI / cs.LG 最新· Dabin Seo·· 1 天前AI 评分58
VLA 该多大程度信任自身推理？CoC-CFG 用可测量的动作价值函数做逐步引导
How Much Should a VLA Trust Its Reasoning? Step-Level Guidance as a Measured Action-Value Function
AI 导读
论文提出 CoC-CFG，在 VLA 策略的原始上下文与去掉推理片段的同一上下文之间做无分类器引导，用每个 Euler 步的一个权重决定推理对动作的引导强度，w=1 即回到原策略。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。