ExRL 用执行长度控制让长动作块机器人策略高效在线适配
Xu Luo · hf · 2026-11-11
电子科大、同济与港理工团队发布 ExRL，一种针对长动作块（long-chunk）机器人策略的样本高效在线适配方法。
- 核心思路：训练一个轻量适配器，用离线策略强化学习预测每个动作块应当执行多长（Execution at the Right Length），解决现有 RL 方法在动作块变长后样本效率急剧下降的问题。
- 实验结果：在 Tool Hang、Stack Cube、Power Insertion、Clothing Folding、Parts Organization 等真实接触密集与长时程任务上，仅需几十分钟真实交互数据或几百个 episode 就能把 π0.5 基座策略的成功率大幅提升。
- 对比 ResFIT、DSRL、DICE-RL 等方法，ExRL-SAC 在大 chunk size（如 25、50）下仍保持高学习效率。
项目页：exrl-project.github.io
「具身」频道最新
- CoRL 论文 Maestro：用廉价旧模型 Gemini 2.5 零样本操控真机器人 — dineshjayaraman · 2026-11-11
- 开源药物发现引擎 OpenDDE 发布，抗体-抗原共折叠逼近商业最优 — teortaxesTex · 2026-11-11
- 特斯拉 Optimus 世界模型亮相 CoRL：真实策略在仿真世界中行走 — Scobleizer · 2026-11-11
- NUS 提出WM-PPO：用世界模型预测后继状态构造辅助优势提升策略 — NationalUniversityofSingapore · 2026-11-11
- DexForesight：隐式空间预判让灵巧操作成功率提升逾 11 个百分点 — Sharpa-Robotics · 2026-11-11
- NTU 研究：VLA 记忆按时间索引会把「停顿」当「进展」导致提前收工 — NanyangTechnologicalUniversity · 2026-11-11