AtomicRL框架助力长程机器人强化学习
热点事件持续更新
AtomicRL框架助力长程机器人强化学习
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年10月22日，Likui Zhang等人发布论文，提出名为AtomicRL的强化学习后训练框架。该框架旨在解决视觉-语言-动作模型在长程机器人操作中面临的信用分配难题，通过利用原子任务结构实现可靠的任务分解与自适应探索。 技术层面，该框架引入了语义感知策略优化与瓶颈自适应目标探索机制，并构建了连接仿真与真机部署的Real2Sim2Real管线，以增强模型在复杂环境中的泛化能力。 实验结果显示，AtomicRL在LIBERO-LONG基准上较PPO算法提升了3.6%-4.0%，在CALVIN ABC-D任务上提升9.5%，真机任务平均性能提升21.3%。
AI 根据报道生成 · 13 小时前更新
最新进展10月22日 12:00
AtomicRL: 用于长程机器人操作的原子强化学习报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv · AIAtomicRL: 用于长程机器人操作的原子强化学习
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%。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 910月22日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0010月23日02:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。