微软提出DiVeR验证器提升VLA任务成功率

2026年10月7日报道，微软研究院提出验证器方法 DiVeR，用于 VLA（视觉-语言-动作）策略的测试时扩展。该方法从采样动作表征的离散度估计「决策关键度」，据此对验证器学习进行重加权，使学习聚焦于动作分叉最关键的状态，且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。目前该报道为这一工作已知的最新披露，尚无后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。