FlowVLA：学习流感知的物理补全以实现定量机器人倾倒
FlowVLA 将运动生成与物理补全估计分离：共享 π_{0.5} 动作专家在边界感知监督下学习接近、倾倒与返回，另一与目标无关的估计器融合视觉、关节、腕部力/力矩及循环力信念历史来估计已转移质量，当估计值加预测残余流出量达到请求质量时触发返回。在咖啡壶/水实验中，其目标均衡平均绝对误差（MacroMAE）为 13.1 g，低于所有测试的 VLA 基线；全部尝试中 53.7% 既完成任务又将最终质量控制在请求值 ±10% 内。同一模型无需重训即可插值到留出的 150/250 g 目标，独立训练模型还在另外三种容器-流体设置中验证了该公式。
发布于 10-22 13:00来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《FlowVLA: Learning Flow-Aware Physical Completion for Quantitative Robotic Pouring》查看原链
在稳定倾倒过程中，图像和机器人位姿可能几乎不变，而转移质量却在累积，这使得面向全任务的视觉-语言-动作（VLA）策略在判断何时返回时存在歧义。 我们提出 FlowVLA，将运动生成与物理补全估计分离。 一个共享的 π_{0.5} 动作专家在边界感知监督下学习接近、倾倒和返回。
一个与目标无关的估计器融合视觉、关节、腕部力/力矩以及循环力信念历史，以维持对已转移质量的估计。 当该估计加上预测的残余流出量达到请求质量时，控制器启动返回。 在咖啡壶/水实验中，FlowVLA 达到 13.1 g 的目标均衡平均绝对误差（MacroMAE），低于所有测试的 VLA 基线。
在所有尝试中，53.7% 既完成任务又将最终质量控制在请求质量的 ±10% 以内。 同一模型无需重新训练即可插值到留出的 150/250 g 目标。 独立训练的模型进一步在三种额外的容器-流体设置中评估该公式。