地瓜机器人推出RawVLA自适应成像提升光照鲁棒性

地瓜机器人联合东京大学提出RawVLA，在已有VLA策略前加入可学习的成像模块。该模块从RAW数据出发，根据当前画面和历史信息调整成像参数，使输入图像更适合下游操作任务。训练时VLA策略保持冻结，成像模块可独立优化。该方法旨在提升机器人在光照变化下的鲁棒性，解决实际部署中的挑战。通过在传感器层面自适应调整成像，RawVLA无需重新训练即可增强VLA模型的光照鲁棒性。为提升具身智能系统在多样光照下的可靠性提供了新思路。