RL2-VLA:视觉语言动作模型的自适应 RL 组合转向与测试时扩展
rsasaki0109 · x · 2026-08-18
介绍 RL2-VLA 方法:面向视觉-语言-动作模型的自适应强化学习潜空间组合转向。核心思路是先依赖基础 VLA 的采样靠近目标物体,再在预判到失败时自适应地施加 RL 组合转向,使动作向成功状态多样化探索,并利用测试时扩展提升表现。
所属事件:RL²-VLA 用强化学习提升机器人操作成功率(2 条相关)→
「具身」频道最新
- 日本开发者 OsoneHiroyuki 获 REK2 机器人赛冠军 — chris_j_paxton · 2026-08-18
- 国产人形机器人两年回本？券商测算成本须压至16万元 — pstAsiatech · 2026-08-18
- 计算纠错：人类消费 15T Token 需十万年 — Kangwook_Lee · 2026-08-18
- 宇树科技拟上市，将成内地首家人形机器人上市公司 — pstAsiatech · 2026-08-18
- 实验表明：数据多样性比数量更重要 — DominiqueCAPaul · 2026-08-18
- ESP32 视觉实战：用舵机云台实现无人机物理追踪 — TinfoilTricorn · 2026-08-18