跳到正文
arXiv · AI· Diyuan Shi, Yiqi Tang, Hongyin Zhang, You Wu, Donglin Wang·· 2026-10-15AI 评分30

VLRLA:通过上下文强化学习实现视觉-语言-动作模型部署时适应

VLRLA: Deployment-Time Adaptation of Vision-Language-Action Models through In-Context Reinforcement Learning

AI 导读

VLRLA框架为现有VLA模型提供部署时适应能力,通过上下文强化学习从历史交互经验中持续优化策略,模型参数保持不变。 该模块学习历史观察、动作、奖励及终止信号,使策略在部署过程中逐步提升任务成功率,兼容多种学习历史构建策略和模型训练流水线。 实验验证了其在仿真环境中的学习特性,并展示了在真实部署中适应未见场景的能力。

来源:arXiv · AI · arxiv.org