μVLA: Zu rekurrentem Memory für partiell beobachtbare Manipulation in VLA-Modellen

arXiv:2606.12497v1 Ankündigungstyp: neu Abstract: Vision-Language-Action (VLA)-Modelle sagen Chunks zukünftiger Aktionen aus der aktuellen Beobachtung voraus, eine Annahme, die unter partieller Beobachtbarkeit fehlschlägt, wenn Entscheidungen von Informationen abhängen, die nicht mehr sichtbar sind. Existierende Memory-erweiterte VLAs gleichzeitig