跳到正文
arXiv · ML· Haoru Li, Jinmei Liu, Zhiyong Wang, Xiaoming Li, Zhenhong Sun, Daoyi Dong, Chunlin Chen, Zhi Wang·· 2026-10-08AI 评分30

DRIVE 提出多样性驱动的强化学习微调方法以提升 VLA 泛化

Many Ways to Succeed: Diversity-Driven RL Fine-Tuning for VLA Generalization

AI 导读

研究团队提出 DRIVE 方法,通过将成功行为多样性转化为显式强化学习目标,显著提升视觉-语言-动作(VLA)策略的泛化能力。 在 LIBERO-Plus、ManiSkill3 和 RoboTwin 2.0 基准测试中,DRIVE 使 π0 模型的域外平均性能比常规强化学习微调提升 5.3 分,π0.5 提升 2.0 分。

来源:arXiv · ML · arxiv.org