Domain Arithmetic: Adaptación One-Shot de modelos VLA ante cambios ambientales | Cómo ajustar robots a nuevos entornos rápidamente | Técnica de aritmética de pesos para adaptabilidad robótica en tiempo real

Abstract

PROBLEMA: Los modelos Vision-Language-Action (VLA) pre-entrenados suelen fallar cuando hay cambios sutiles en el entorno real (luces, texturas o fondos) debido a la falta de generalización out-of-distribution. SOLUCIÓN: El estudio presenta Domain Arithmetic, un método de adaptación de un solo paso (one-shot) que permite ajustar los modelos VLA a nuevos dominios sin necesidad de un reentrenamiento masivo. METODOLOGÍA: Aplica operaciones aritméticas en el espacio latente de los pesos del modelo para 'restar' el ruido ambiental antiguo y 'sumar' las características del nuevo contexto, basándose en un par de demostraciones visuales. RESULTADOS: Se observa una mejora significativa en la tasa de éxito de tareas de manipulación en entornos desconocidos, superando los métodos tradicionales de fine-tuning visual. RELEVANCIA: Es fundamental para la implementación práctica de modelos de mundo en robótica móvil, permitiendo una transición fluida de simulación a realidad (sim-to-real).