Ein Team um Yeonseo Lee hat TempoBridge vorgestellt, eine schlanke Erweiterung für Vision-Language-Action-Modelle (VLA). Sie erkennt Tempoangaben wie „schnell“ oder „langsam“ in einer Anweisung und passt die Bewegungsgeschwindigkeit direkt an. Das Verfahren nutzt eingefrorene VLA-Repräsentationen und benötigt daher weder zusätzliche tempo-spezifische Demonstrationen noch Feinabstimmung. In Tests mit dem LIBERO-Benchmark stieg die Erfolgsrate bei der Umsetzung von Tempoangaben von 52.6% auf 89.7%, während die allgemeine Erfolgsrate bei den Aufgaben hoch blieb. Auch Versuche mit realen Robotern zeigten, dass das System Tempoanweisungen umsetzen kann.
Warum es wichtig ist
Nutzer können einem Roboter allein durch die Ansage „schnell“ oder „langsam“ vorgeben, wie zügig er arbeiten soll – ohne neue Trainingsdaten.
