Know When to Escalate: Critic-Guided Adaptive Execution for Cloud-Local Embodied AgentsCARE 自适应云-本地执行:成功率提升 6.3-18.3 pp,延迟降 28.8-82.6%
CARE 自适应云-本地执行:成功率提升 6.3-18.3 pp,延迟降 28.8-82.6%
动态升级本地到云端,在接近或超过 Cloud-only 成功率的同时大幅降低动作间延迟,对实时具身 agent 部署有直接工程价值。

DOMAIN OBSERVATORY
资料 48 条 · 常规内容近 60–90 天,综述/报告保留一年最近同步 10 分钟前
VLA 与机器人基础模型 近期进展集中在分层 VLA 与低延迟部署。HiSTEVE 用上层 VLM 规划与策略耦合完成检测,在 MineStudio Bench 平均成功率 85.0%、OpenHA 37.4%,并能完成制造铁锭等长时程任务[2]。对 6 个 flow matching VLA 的研究表明,模型规模与训练充分时,单步 Euler 动作生成基本匹配多步采样,真实世界合
CARE 自适应云-本地执行:成功率提升 6.3-18.3 pp,延迟降 28.8-82.6%
动态升级本地到云端,在接近或超过 Cloud-only 成功率的同时大幅降低动作间延迟,对实时具身 agent 部署有直接工程价值。

预注册:外部记忆检索比蒸馏进权重高 +34 pp,达 49.3%
为记忆架构提供预注册证据:经验外部化并在推理时检索,比蒸馏进权重更有效,对记忆增强模型设计有直接参考价值。