Stellar VLA持续模仿学习框架提出

2026年10月20日，arXiv Robotics 刊出 Yuxuan Wu 等作者的报道，提出 Stellar VLA 知识驱动的持续模仿学习（CIL）框架，其特点是不增加参数。该框架包含两个变体：面向任务建模的 T-Stellar，以及对跨任务可复用技能进行分层建模的 TS-Stellar。报道称，在 LIBERO 基准上，该框架仅使用 1% 回放数据即优于 VLA 与 CIL 基线；双臂真实实验验证了跨本体与跨场景的知识迁移；TS-Stellar 在分层操作任务中表现突出，可视化显示其具备知识保留与任务发现能力。目前进展停留在框架提出与基准、真机验证阶段，报道未提及后续计划或独立复现。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。