中科大 VLA-Precision:真实世界在线 RL,四类高精度化学任务 98.3% 成功率
ustc · hf · 2026-09-28
中科大团队发布 VLA-Precision,一个针对 VLA 模型的高效真实世界在线强化学习框架,解决精度任务不可靠与在线 RL 两大瓶颈(价值信号不稳导致策略漂移、大 VLA 开销限制吞吐)。
- ACoB 算法:跨时间尺度的非对称自举(Asymmetric Co-Bootstrapping)——早期用干预引导的行为学习快速提升策略并改善经验质量;随自主经验积累,全局回报传播与局部偏好排序逐步校准价值估计,抑制漂移
- ACoB-Stream 架构:不变状态解耦+按需流式设计,吞吐与计算效率提升最高 10.9 倍
- 实验:9 个高精度化学任务、4 类机器人本体,平均成功率 98.3%,单任务 45.8 分钟,27.6 秒 episode,速度分别是 VLA 与 RL 基线的 1.2 倍和 1.8 倍
资源开源于 vla-precision.github.io。
「具身」频道最新
- 扑翼无人机在空军测试中被探测系统误判为鸟 — import_jmr · 2026-11-16
- Uber 在拉斯维加斯上线 Amazon 旗下 Zoox 无人驾驶出租车服务 — Polymarket · 2026-11-16
- 蚂蚁灵波具身大模型挑战赛收官:TARS战队48小时真机对决夺冠 — 新智元 · 2026-11-16
- 特斯拉 FSD 城市街道里程破 70 亿英里,四周新增约 5 亿 — XFreeze · 2026-11-16
- Ropedia 发布 Xperience 2:1500+ 真实场景扫描配第一人称演示 — liuziwei7 · 2026-11-16
- 杭州群核联合华测发布 3D 激光扫描仪 Aholo MS07 — teortaxesTex · 2026-11-16