斯坦福、英伟达和伯克利提出具身Test-Time Scaling Law（

1.斯坦福英语

本文的第一作者为斯坦福大学博士生 Jacky Kwok共同通讯作者包括英伟达自动驾驶研究总监 Marco Pavone、斯坦福大学计算机系教授兼 DeepMind 科学家 Azalia Mirhoseini，以及 UC 伯克利教授 Ion Stoica。

2.斯坦福英文怎么写

Vision-Language-Action（VLA）模型在视觉运动控制中展现出了卓越能力，但如何在复杂的真实世界中保持鲁棒性仍是一个长期挑战研究团队展示了一个关键发现：在推理阶段，结合「生成 – 验证」（generate-and-verify）范式从而增加计算量（test-time compute）可以显著提升 VLA 模型的泛化能力与可靠性。

3.斯坦福英文名缩写

与此同时，论文系统性地探讨了具身智能中的 Test-Time Scaling Law：随着推理阶段的采样与验证规模增长，VLA 模型在任务成功率和稳定性方面呈现出可预测的提升规律。

4.斯坦福英语app

论文标题：RoboMonkey: Scaling Test-Time Sampling and Verification for Vision-Language-Action Models论文地址：https://arxiv.org/abs/2506.17811

5.斯坦福英文简称

代码链接：robomonkey-vla.github.io作者邮箱：jackykwok@stanford.edu接收会议：CoRL 2025具身 Test-Time Scaling Law

6.斯坦福英语培训机构怎么样

团队通过大量实验发现：当在推理阶段增加候选动作的生成数量时，VLA 的动作误差会持续下降具体来说，无论是反复从机器人策略模型中采样动作、对部分采样动作施加高斯扰动，还是在离散动作空间中进行随机采样，这些方法在有「理想验证器」（oracle verifier）的前提下，都能显著优于单次推理的 OpenVLA 基线。

7.斯坦福英语怎么读

团队还揭示出一个幂律规律（power law）：在多种主流 VLA 模型（包括 CogACT、Octo、OpenVLA 和 SpatialVLA）中，动作误差与高斯扰动采样数量之间呈现出稳定的幂律关系这意味着，机器人控制问题不应仅仅被视为一个「生成」任务；相反，生成候选动作 验证筛选的范式，能在不改动训练模型的前提下显著提升性能。

8.斯坦福 英国

研究者希望这一发现能够推动动作验证器（scalable action verifiers）的发展，为通用机器人模型提供更稳健的落地路径核心问题在提出具身 Test-Time Scaling Law 之后，研究团队进一步聚焦于三个关键问题：

9.斯坦福的

验证器训练：是否能够利用训练得到的动作验证器（action verifier）来替代 oracle verifier，以提升 VLA 的稳定性？合成数据扩展：能否构建大规模合成数据来训练验证器，从而推动下游任务的性能提升？

10.斯坦福pi

实际部署可行性：如何设计高效的算法与系统，使 test-time scaling 在真实机器人上实现低延迟、可扩展的部署？方法概述阶段一・动作验证器训练

研究者首先利用机器人数据集，用 VLA 为每个状态采样 N 个候选动作，并通过聚类将其压缩为 K 个具有代表性的动作随后，基于候选动作与真实动作（ground truth action） 的