研究arXiv cs.RO2026年9月7日 12:00

VLA-Precision：面向视觉-语言-动作模型的高效真实世界在线强化学习异步协同自举方法

原标题：VLA-Precision: Asymmetric Co-Bootstrapping for Efficient Real-World Online RL of Vision-Language-Action Models

推荐理由

该研究提出VLA模型真实世界在线RL的高效训练策略，有助于将预训练操作能力转化为可重复的精密执行，产业潜力明确。

ROBOAIRADAR BRIEF

结构化情报

2 MIN READ

论文针对预训练VLA模型在精密操作任务上可靠性不足的问题，提出VLA-Precision方法，通过真实世界在线强化学习实现自主试错改进。论文指出两大瓶颈：不可靠的价值信号可能导致策略漂移，以及大型VLA开销限制吞吐量和样本效率，并采用异步协同自举策略加以解决。

该研究提出VLA模型真实世界在线RL的高效训练策略，有助于将预训练操作能力转化为可重复的精密执行，产业潜力明确。

RoboAIRadar 对公开信源进行聚合、中文整理和价值判断，不替代原始报道。涉及产品参数、交易金额或公司声明时，请以原文为准。