arXiv Robotics· Diyuan Shi, Yiqi Tang, Hongyin Zhang, You Wu, Donglin Wang·· 4 小时前AI 评分32
VLRLA：通过上下文强化学习实现视觉-语言-动作模型的部署时自适应
VLRLA: Deployment-Time Adaptation of Vision-Language-Action Models through In-Context Reinforcement Learning
AI 导读
VLRLA 是一个让现有视觉-语言-动作（VLA）模型在部署阶段具备上下文强化学习能力的通用框架，模型参数保持固定，仅通过历史观测、动作、奖励和终止信号逐步优化动作生成并提升任务成功率。该框架兼容多种学习历史构建策略与模型训练流程，实验在仿真中系统考察了其学习特性，并展示了其在真实部署中适应未见场景的能力。
来源：arXiv Robotics · arxiv.org