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
- 21 岁创始人 Airbound:载重比 1.67x 的无人机要取代汽车公交 — Not Boring (Packy McCormick) · 2026-09-28
- HSImul3R 入选 ECCV 2026：让「看着对」的人体重建真正能进物理仿真 — jiqizhixin · 2026-09-28
- 全球最大规模人形机器人直播表演，现场观众超一万人 — kernelangus420 · 2026-09-28
- VR 单臂接管训练：AI 控制另一臂体验怪异 — neurosp1ke · 2026-09-28
- 机器人训练卡壳?作者把噪声注入从 2.5% 降到 0.25% 后明显改善 — DominiqueCAPaul · 2026-09-28
- AHa-3D 开源:普通室内视频一键转 Blender 可编辑 3D 场景 — ducha_aiki · 2026-09-28