DiVeR：面向 VLA 测试时扩展的决策关键验证器学习

DiVeR 通过采样动作表示的离散度估计决策关键性，将验证器学习重新加权到动作选择最影响结果的状态，无需步级标注或额外环境交互。在 LIBERO、RoboCasa 及 Franka Research 3 真机实验中，DiVeR 借助更有效的验证器引导动作选择持续提升任务成功率，验证器推理开销可忽略。