AnchorVLA：用于高效端到端移动操作的锚定扩散

移动操作的一个核心挑战是保留多个合理的动作模型，同时在执行过程中保持反应性。在杂乱的场景中，瓶子通常可以通过多种有效的方式接近和抓住。稳健的行为取决于保持这种动作多样性，同时随着场景的发展保持反应性。扩散政策很有吸引力，因为它们模拟了多模式行动分布，而不是崩溃为一种解决方案。但实际上，完全迭代去噪在控制时的成本很高。动作分块有助于分摊推理，但它也会产生部分开环行为，允许小的不匹配累积成漂移。我们提出了 AnchorVLA，这是一种基于扩散的 VLA 策略，用于移动操作，其核心见解是，当在合理的解流形附近开始采样时，无需进行广泛的去噪即可恢复多模式的有效操作。 AnchorVLA 将轻量级 VLA 适应主干与锚定扩散动作头相结合，使用截断的扩散方案在锚定轨迹周围进行局部降噪。这保留了多模式动作生成，同时降低了闭环控制的推理成本。至关重要的是，为了减轻分块引起的漂移，我们通过轻量级残差校正模块引入了测试时自我校正机制，该模块在轨迹执行期间进行高频、每步调整。在各种移动操作任务中，AnchorVLA 提高了干扰和分布变化下的成功率和稳定性，同时保持低延迟推理。源代码可在 https://github.com/jason-lim26/AnchorVLA 获取。