PRISM：上下文技能混合实现VLA技能保留

2026年11月9日，arXiv Robotics 刊出 Jiachen Tao 等作者的论文，提出 PRISM 方法，用于视觉-语言-动作（VLA）模型的持续适应。该方法将可复用技能表示为参数级基元（parameter-level primitives），并通过上下文内技能混合的基元路由来组合技能，目标是在适应新任务时保留已有技能。作者在 RoboCasa365 基准上报告：PRISM 取得 56.43% 的原子技能成功率和 20.00% 的长程复合任务成功率；作为对照，标准 π0.5-LoRA 两阶段微调分别为 17.86% 和 17.50%。上述数字均来自该论文自述，尚待独立复现验证。

AI 根据报道生成 · 12 小时前更新