arXiv · AI· Likui Zhang, Zhe Zhu, Zhihao Zhan, Yibo Bai, Hanlin Wang, Dongwei Li, Bin Wang, Tianle Zhang, Xiaodan Liang, Liang Lin·· 16 小时前AI 评分33
AtomicRL: 用于长程机器人操作的原子强化学习
AtomicRL: Atomic Reinforcement Learning for Long-Horizon Robotic Manipulation
AI 导读
提出 AtomicRL 强化学习后训练框架，利用原子任务结构解决 VLA 模型长程操作中的信用分配难题。 引入语义感知策略优化（SAPO）与瓶颈自适应目标探索（BATE），并构建 Real2Sim2Real 管线连接仿真与真机部署。 在 LIBERO-LONG 上较 PPO 提升 3.6%-4.0%，CALVIN ABC-D 提升 9.5%，真机任务平均性能提升 21.3%。
来源：arXiv · AI · arxiv.org