模型
OpenVLA-OFT
一种视觉-语言-动作（VLA）模型，将大型预训练语言/视觉模型与机器人动作预测端对端结合，能够接受图像和自然语言指令输入并直接输出机器人控制动作序列。
时间轴 (近 90 天)
10月12日
研究团队在 OpenVLA-OFT 和 π0.5 两个视觉-语言-动作（VLA）模型上进行测试，覆盖 LIBERO-Spatial 与 LIBERO-Plus 两个基准环境
待验证50%
10月12日
在 τ=0.5 恢复标准下，OpenVLA-OFT 于 LIBERO-Plus 上的 66 个失败案例中，仅通过'继续执行'策略有 14 个失败包含可恢复的检查点，若允许'继续执行或脚本化恢复'则可恢复数量上升到 34 个
待验证50%