RL-Co仿真-真实协同训练框架提出

2026年10月23日，arXiv Robotics 报道研究者提出 RL-Co 框架，用于视觉-语言-动作（VLA）模型的仿真-真实协同训练。该框架先用真实与仿真演示混合数据进行 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。报道称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。目前该事件仅有这一篇主报道，后续进展有待跟进。

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。