斯坦福 Real-Time EXPO-FT：让 VLA 机器人实时追上物理世界

StanfordAILab · x · 2026-09-24

斯坦福 Perry Dong、Chelsea Finn 等人发布 Real-Time EXPO-FT，一个针对实时 VLA（视觉-语言-动作）策略的强化学习微调框架，解决预训练大模型推理延迟导致机器人「看到的世界已过时」的分布偏移问题。方法分三步：大型 VLA 基座慢速生成候选动作块；小型编辑策略基于执行时刻的观测实时修改动作；再用 Q 函数在线选最优候选。该框架让 π0.5 能完成托球平衡、射门等动态任务，定量与实机表现全面显著超过 RTC 基线。论文、代码与实测视频已公开。