› VLA-modellen (Vision-Language-Action) zijn besturingssystemen voor robots die vooraf getrainde visueel-talige modellen (VLM's) combineren met een module die concrete fysieke bewegingen genereert.
› Het probleem dat onderzoekers willen oplossen is helder: verschillende lagen van een VLM slaan verschillende soorten informatie op - variërend van lokale visuele geometrie tot abstracte semantiek gekoppeld aan taal.
› Bestaande VLA-architecturen koppelden elke laag van de actiemodule vast aan een vaste VLM-laag, zonder ruimte voor flexibele selectie.
› Tegelijkertijd werden tussenliggende representaties uit de actiemodule uitsluitend impliciet doorgegeven via zogeheten residual streams, zonder de mogelijkheid tot expliciet hergebruik.Wat de onderzoekers voorstellen met LayerRouteDe voorgestelde oplossing heet LayerRoute en bestaat uit twee componenten.