Apprentissage de bout en bout
Entraîner un seul réseau de neurones pour mapper directement les entrées de capteurs brutes (images, proprioception) aux actions du robot, sans représentations intermédiaires conçues à la main ou pipelines modulaires. L'apprentissage de bout en bout évite le goulot d'étranglement informatif des systèmes modulaires mais nécessite plus de données d'entraînement et est plus difficile à interpréter. Les modèles VLA représentent la frontière de l'apprentissage robotique de bout en bout.







