GuidedVLA

GuidedVLA 是一种通过插件式动作注意力专业化来指定任务相关因素的视觉-语言-动作（VLA）范式。该项目的核心功能在于通过专门设计的注意力头来捕捉物体定位、空间几何和时间技能逻辑等关键信息，而不是依赖端到端的监督学习隐式地获取这些特征。技术上，它基于 PyTorch 构建了完整的训练流程，并扩展了 openpi 项目。适用于需要机器人在复杂环境中执行特定任务时提高其鲁棒性和准确性的场景，如家庭服务机器人或工业自动化领域。