arXiv · 工业智能研究摘要· Diyuan Shi·· 23 小时前
VLRLA：基于上下文强化学习的视觉-语言-动作模型部署期自适应
VLRLA: Deployment-Time Adaptation of Vision-Language-Action Models through In-Context Reinforcement Learning
AI 导读
预印本摘要称，研究者提出通用框架 VLRLA，通过上下文强化学习为现有视觉-语言-动作（VLA）模型赋予部署期自适应能力。该方法利用强化学习模块学习历史观测、动作、奖励和终止信号，在保持模型参数固定的情况下逐步优化动作生成并提升任务成功率。作者在仿真环境中研究了其学习特性，并在真实世界部署中验证了其适应未见场景的能力。
来源：arXiv · 工业智能研究摘要 · arxiv.org