两级在线策略蒸馏框架用于流式VLA

2026年10月16日，arXiv Robotics 报道，Lichao Ni 等作者提出一种两级在线策略蒸馏框架（Multi-Teacher On-Policy Distillation），用于将多个冻结的领域专家策略整合为单一流式视觉-语言-动作（VLA）学生模型。该框架同时监督学生驱动的环境交互与动作流轨迹上的教师速度监督。报道称，从联合 SFT 初始化出发，Velocity Loss OPD 在 LIBERO-40 上绝对成功率提升 22.55%，在 CALVIN 五指令序列上提升 33.4%，在 Meta-World MT50 上提升 22.6%。上述数据与结论均来自该篇报道，其适用对象为该框架及相应基准任务，未提及其他操作或场景的免费或额度安排。

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。