arXiv cs.RO· Inkyu Sa, Konstantin Stulov, Rajat Bhageria·· 7 小时前
ValueFormer：面向在线失败检测与 VLA 后训练的阶段感知价值标签
ValueFormer: Stage-Aware Value Labels for Online Failure Detection and VLA Post-Training
AI 导读
ValueFormer 用仅 3.5M 参数的策略无关因果 Transformer（基于冻结的 DINOv3 骨干）单次前向输出两个逐帧信号：用于优势估计的平滑蒙特卡洛价值和用于在线错误检测的锐利二值价值。
来源：arXiv cs.RO · arxiv.org