研究者提出VLA后训练框架MERL
热点事件观察中
研究者提出VLA后训练框架MERL
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
研究者提出名为 MERL 的信任校准强化学习框架，将视觉-语言-动作（VLA）策略优化与包含世界模型和奖励代理头的在线更新模拟器结合，用于提升后训练的可靠性与效率。 实验数据显示，在扰动 LIBERO-PRO 任务上，MERL 取得 79.7% 的平均成功率，高阈值学习速度较对照组提升 10.9%；在两项物理机器人任务中，基于每任务 50 次演示微调后，平均成功率达到 80.0%。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 18:08
基于演化想象的信任校准 VLA 策略后训练框架 MERL报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · 工业智能研究摘要基于演化想象的信任校准 VLA 策略后训练框架 MERL
预印本摘要称，研究者提出名为 MERL 的信任校准强化学习框架，将视觉-语言-动作（VLA）策略优化与包含世界模型和奖励代理头的在线更新模拟器结合，以平衡后训练的可靠性与效率。在扰动 LIBERO-PRO 任务上，MERL 达到 79.7% 平均成功率，高阈值学习速度较对照组提升 10.9%；在两个物理机器人任务中，基于每任务 50 次演示的固定数据微调达到了 80.0% 的平均成功率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。