GPT-Policy:VLM 上下文学习让机器人免重训练学新任务

论文《In-Context Robot Learning with VLM Agents》提出 GPT-Policy 框架，基于商用 VLM（如 GPT-6 Astra）构建通用 agent，将机器人学习从「重训练」变为「提示」：机器人可通过上下文演示（ICL）直接适应陌生环境与新任务，无需任何梯度更新。这一思路让机器人在部署后像人一样从少量演示中即时学习新技能，大幅降低了适配成本。

2026-09-17 ~ 2026-09-19 · 2 条相关

• GPT-Policy:让 VLM 靠上下文学习直接驱动机器人,无需梯度更新 — Dongzhou Cheng · 2026-09-17
• GPT-Policy：用 VLM 上下文演示教会机器人新任务，免重训练 — KyeGomezB · 2026-09-19