价值函数引导采样

FM-Steer：以价值引导的级联去噪增强通用策略

FM-Steer: Enhance Generalist Policies with Value-Guided Cascaded Denoising

对做视觉-语言-动作（VLA）策略的研究者，这篇给出了一个无需重训的测试时增强范式：用中间流验证器对多个噪声动作候选打分并择优，再用轻量去噪器异步精修，从而在保持实时控制频率的同时提升操作性能——可直接迁移到基于扩散/流匹配的视觉运动策略上。