AFIL框架：用失败轨迹训练VLA策略

2026年10月28日，arXiv Robotics 刊出 Hanwen Ren 等作者的论文《Tokens of Motion：面向人-人形机器人技能迁移的原始运动学习》。报道称，研究提出自适应失败信息学习框架（Adaptive Failure-Informed Learning，AFIL），这是一个端到端框架，利用失败轨迹作为自适应负向引导，面向基于扩散（diffusion）和流（flow）的 VLA 策略。报道还称，该框架用预训练 VLA 在线生成失败轨迹，联合训练成功与失败两个 Dual Action Generators（DAGs），并共享视觉-语言主干。目前进展停留在论文提出框架与方法描述的层面，报道未给出实验数据、对比结果或应用落地信息。事件此前没有更早的报道，因此不存在前后说法不一致的情况。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。