arXiv · AI· Weijia Liufu, Xiaoyu Guo, Ruiyi Chen, Jingzhi Liu, Kaidong Zhang, Xiwen Liang, Jianqi Lin, Dawei Sun, Yuze Wang, Rongtao Xu, Bingqian Lin, Bowen Yang, Tongtong Cao, Bowen Peng, Dongyu Zhang, Guangrun Wang, Min Wang, Liang Lin, Xiaodan Liang·· 5 小时前AI 评分37
RePO-VLA: 面向视觉语言动作模型的恢复驱动策略优化
RePO-VLA: Recovery-Driven Policy Optimization for Vision-Language-Action Models
AI 导读
RePO-VLA 提出恢复驱动策略优化框架，将对抗性成功率从 20% 提升至平均 75%。 该方法包含恢复感知初始化、进度感知语义价值函数及价值条件细化，并在真实双手机器人任务中达到最高 80% 成功率。
来源：arXiv · AI · arxiv.org