arXiv cs.CV· Lifan Zheng, Guotao Chen, Zhenyang Li, Shujie Cui, Qiang Huang, Fan Liu·· 2 小时前AI 评分28
MetaFine 开放竞赛冠军 MAI：评估引导的示范精修改进 VLA 策略
Evaluation-Guided Demonstration Refinement for Vision-Language-Action Policies: The Winning Entry in the MetaFine Open Competition
AI 导读
MAI 以 96.66 分在 MetaFine 开放竞赛中排名第一，方案是为五个任务各微调一个 π0.5 策略，并使用任务特定的训练混合与单次预测执行动作数。团队从官方示范与专家流程出发，针对本地评估暴露的抓取、推动、插入失败修改示范动作，并补充从策略已到达状态接续的专家轨迹。每个 checkpoint 按每条指令逐一对比，避免一项提升掩盖另一项下降。
来源：arXiv cs.CV · arxiv.org