专家混合 VLA 中的新兴写作技巧

我们考虑从专家演示中端到端学习组合机器人策略的问题，而不需要任何预先指定的任务分解或层次结构概念。我们询问用简化的专家混合 (MoE) 动作头训练的 VLA 是否可以立即学会将任务分解为可重用、可解释的原语。我们发现，学习过的专家在任务中被大量重用，并且始终对应于质量上不同的底层行为，这表明路由器隐式学习执行高层行为编排，而专家充当组合基元。我们的 MoE 与整体基线的任务性能相匹配，同时展示了有意义的专家专业化，这是迈向仅从数据中产生的模块化、可解释的机器人策略的一步。