论文
增强VLA的语言泛化：通过合成指令增广微调OpenVLA
Enhancing Linguistic Generalization of VLA: Fine-Tuning OpenVLA via Synthetic Instruction Augmentation
摘要
泛化仍是具身AI的核心挑战，因为机器人必须适应多样化的环境。尽管OpenVLA凭借大规模预训练代表了视觉-语言-动作（VLA）模型的最先进水平（SOTA），但在遇到全新环境时其零样本性能可能受限。本文提出一种参数高效微调策略，通过为Bridge Dataset V2合成通用指令集来增强OpenVLA的语言泛化能力。该论文利用大语言模型（LLM）为既有轨迹生成丰富多样的语义等价但结构各异的指令。在本实验中，采用低秩适应（LoRA）在增广后的配对数据上微调OpenVLA，使模型能够弥合复杂自然语言意图与机器人动作之间的鸿沟。结果证明了LoRA增强模型的鲁棒性，表明丰富专用数据集的语言空间对具身智能体至关重要。