冻结 VLM 并全量训练动作专家是灵巧操作微调最佳方案
热点事件持续更新
冻结 VLM 并全量训练动作专家是灵巧操作微调最佳方案
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
针对多指手遥操作数据稀缺难题,Artur Kuramshin 等人提出冻结视觉语言模型(VLM)并仅全量训练动作专家的微调策略。该研究结合监督微调与扩散引导强化学习,在 LEAP 手及$ ext{\pi}_{0.5}$平台上验证了这一方案效果最佳。实验表明,监督微调的成功率与后续强化学习成效相关性低,且低秩适应(LoRA)方法可塑性最差。该结论发表于 CoRL 2026 灵巧操作研讨会,建议摒弃以 SFT rollout 成功率为检查点选择指标的做法。
AI 根据报道生成 · 13 小时前更新
报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · 机器人与计算机视觉Finetuning VLAs for Dexterous Manipulation:冻结 VLM 并全量训练动作专家是灵巧操作微调的最佳方案
针对多指手遥操作数据稀缺难题,研究结合监督微调与扩散引导强化学习,在 LEAP 手及$\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。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月19日 14:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:0011月20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。