微软 DiVeR：决策关键状态加权验证器，提升 VLA 任务成功率

微软研究院提出 DiVeR，用验证器引导 VLA（视觉-语言-动作）策略的测试时扩展：从采样动作表征的离散度估计「决策关键度」，据此重加权验证器学习，聚焦动作分叉最关键的状态，无需步级标注或额外环境交互。在 LIBERO、RoboCasa 基准和 Franka Research 3 真机实验中，DiVeR 一致提升任务成功率，验证器推理开销可忽略。