VLRLA：为VLA模型加入部署时上下文强化学习

Diyuan Shi 等在 arXiv 论文（2610.19517）中提出 VLRLA，为已有视觉-语言-动作（VLA）模型加入上下文强化学习模块，使策略在部署期间利用历史观察、动作、奖励和终止信号逐步改进动作生成和任务成功率，且不改变模型参数。作者称该框架兼容不同的学习历史构造方式和模型训练流程。 基于论文摘要，作者称其在模拟实验中系统考察了 VLRLA 的学习特性，并展示了对真实部署中未见场景的适应能力；论文摘要未提供具体基准和结果细节。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。