研究arXiv cs.RO2026年10月7日 12:00

SWAP：面向视觉-语言-动作模型的分步动作策略路由

原标题：SWAP: Stepwise Action Policy Routing for Vision-Language-Action Models

推荐理由

把多VLA策略组合建模为离线强化学习路由问题，针对单模型跨任务状态泛化不足，提供可动态调度的执行方案。

ROBOAIRADAR BRIEF

结构化情报

2 MIN READ

该 arXiv 论文提出 SWAP 框架，把策略路由建模为离线强化学习问题并学习路由评判器，从而在执行过程中动态组合多个 VLA 策略。作者指出单个 VLA 在不同任务状态与环境下的表现不佳，而现有操作系统的 VLA 主干通常只使用单一模型。信源为论文摘要，信息有限。

把多VLA策略组合建模为离线强化学习路由问题，针对单模型跨任务状态泛化不足，提供可动态调度的执行方案。

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。