視覺語言動作

深度分析

CaB：利用 Boundary‑Phase Tokens 提升視覺語言動作代理的切換與控制

VLA代理在短指令序列切換時易出錯，研究提出Completion at the Boundary（CaB）模型，利用Before/Hit/After三階段標記形成雙向BPT後驗分布，同時提供when切換介面與how控制條件。Minecraft測試顯示CaB提升複合任務成功率與交接品質。