arXiv · 机器人与计算机视觉· Artur Kuramshin, Charlotte Cloutier, Michael Przystupa, Kirsty Ellis, Mohammad S. Akhter, Glen Berseth·· 12 小时前AI 评分35
Finetuning VLAs for Dexterous Manipulation:冻结 VLM 并全量训练动作专家是灵巧操作微调的最佳方案
Finetuning VLAs for Dexterous Manipulation: The Right Checkpoint Is All You Need
AI 导读
针对多指手遥操作数据稀缺难题,研究结合监督微调与扩散引导强化学习,在 LEAP 手及$\pi_{0.5}$上验证了冻结视觉语言模型、仅训练动作专家的策略效果最佳。实验表明监督微调成功率与后续强化学习成效相关性低,且低秩适应(LoRA)方法可塑性最差。该结论发表于 CoRL 2026 灵巧操作研讨会,建议摒弃以 SFT rollout 成功率为检查点选择指标的做法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org