VLA 图库模型列表图库

VLA 图库 / 模型列表 / VA

Dense Policy

Shanghai Jiao Tong University; Xidian University; Shanghai Innovation Institute · 2025-03

VAVA绝对值未公开；相比DP +9.19M，不到ACT的一半回归

以仅编码器Transformer对动作序列做双向稠密扩展，在对数时间内生成。

在图库中查看架构图论文 ↗

论文

Dense Policy: Bidirectional Autoregressive Learning of ActionsarXiv 2503.13217

概述

分类
VA
类型
VA
发布
2025-03
机构
Shanghai Jiao Tong University; Xidian University; Shanghai Innovation Institute
权重公开
否
参数
绝对值未公开；相比DP +9.19M，不到ACT的一半

架构

主干LLM
无
视觉编码器
ResNet18或3D稀疏卷积
动作头
双向层级扩展 (连续L2) (回归)
动作块
未公开
控制频率
未公开
架构原文摘要
2D ResNet18(GroupNorm)或3D稀疏卷积编码器 + 4层BERT纯编码器结构；从单帧出发将动作序列由粗到细双向展开的对数时间推理，连续动作L2损失

训练

预训练加速器
不适用
预训练时长
不适用
预训练步数·批量
不适用
GPU·TPU-小时
未公开
微调
按任务：GPU·批量·时间未公开；1000 epoch（对比的ACT为2000）
数据类型
仿真·合成；真实机器人遥操作
数据规模
Adroit·MetaWorld每任务10条演示，DexArt 100；真机每任务50条演示
主要数据集
Adroit；DexArt；MetaWorld；自有Flexiv数据
任务·评估
仿真Adroit，DexArt，MetaWorld；真实Put Bread into Pot，Open Drawer，Pour Balls，Flower Arrangement
机器人
Flexiv Rizon + Robotiq 2F-85

推理

推理设备·速度
速度与ACT相近，约为DP的10倍；真机实验i9-10980XE + RTX 2080 Ti
推理显存
未公开
权重 bf16（计算）
未公开
运行位置
本地PC

强化学习与底盘

强化学习
未使用 · 仅使用模仿学习（行为克隆）
底盘控制
固定 · 无底盘控制（Flexiv机械臂）

备注

核心特点
以仅编码器Transformer对动作序列做双向稠密扩展，在对数时间内生成。参数比DP多9.19M，但推理快约10倍。
备注
正文中无参数绝对值，图9比较了动作头参数。
核验
已确认

同类其他模型