arXiv · cs.AI· Xule Gao, Xi Wang, Zehua Zang, Rui Wang, Changwen Zheng, Chuxiong Sun·· 5 小时前
OGPO提出面向可恢复视觉-语言-动作模型的离线目标条件策略优化框架
OGPO: Offline Goal-conditioned Policy Optimization for Recoverable Vision-Language-Action Models
arXiv:2610.12914v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Xule Gao, Xi Wang, Zehua Zang, Rui Wang, Changwen Zheng, Chuxiong Sun
研究任务与主要进展
研究提出OGPO，用于提升视觉-语言-动作（VLA）模型在偏离机器人演示轨迹后的恢复能力。该方法将离线演示轨迹自适应标注为语义关键状态，构造目标条件过程奖励，并在无需额外在线交互的情况下进行关键状态可达性学习。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org