arXiv Robotics· Liangzhi Shi, Shuaihang Chen, Feng Gao, Yinuo Chen, Kang Chen, Tonghe Zhang, Hongzhi Zang, Jiakai Zhou, Weinan Zhang, Chao Yu, Yu Wang·· 2 小时前AI 评分40
超越模仿：基于强化学习的 VLA 模型仿真-现实协同训练
Beyond Imitation: Reinforcement Learning-Based Sim-Real Co-Training for VLA Models
AI 导读
研究者提出 RL-Co 框架，先用真实与仿真演示混合做 SFT 预热，再在仿真中用强化学习微调，并加入真实数据辅助监督损失以缓解灾难性遗忘。在四个真实桌面操作任务上，OpenVLA 真实成功率提升 24%，π0.5 提升 20%，优于仅真实微调和基于 SFT 的协同训练。该方法还增强了对未见任务变化的泛化能力并提升真实数据效率。
来源：arXiv Robotics · arxiv.org