跳到正文
arXiv · 机器人与计算机视觉· Haoru Li, Jinmei Liu, Zhiyong Wang, Xiaoming Li, Zhenhong Sun, Daoyi Dong, Chunlin Chen, Zhi Wang·· 2026-10-08AI 评分53

Diversity-Driven RL Fine-Tuning for VLA Generalization:一种提升视觉语言动作模型泛化性的强化学习微调方法

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

AI 导读

针对强化学习微调后视觉语言动作(VLA)策略泛化性受限的问题,本文提出 DRIVE 方法,通过将成功行为的多样性转化为内在奖励来鼓励更广泛的可行解覆盖。该方法在 LIBERO-Plus、ManiSkill3 和 RoboTwin 2.0 基准上显著提升了域外性能,并在 AgileX PiPER-X 双臂物理平台上将平均成功率从 64.1% 提升至 73.3%,证明了其在真实部署中的有效性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org