arXiv cs.RO 机器人学· Chongyu Zhu, Hyegang Kim, Jaden Hinds, Juan Sebastian Rojas, Ramy Elmallah, Chi-Guhn Lee·· 2 小时前AI 评分54
RouteRLT：面向 VLA 操作的模块化阶段选择强化学习框架
Generalists Act, Specialists Intervene: Modular Stage-Selective Reinforcement Learning for Vision-Language-Action Manipulation
AI 导读
论文提出 RouteRLT，一个模块化框架，用阶段感知的协调机制在通用 VLA 默认控制器与精度关键阶段的 RL 专家之间完成交接。在 LIBERO 和 LIBERO-Plus 基准以及实体连接器拾取插入任务上评估，RouteRLT 在 LIBERO 上提升成功率，在 LIBERO-Plus 上保持净增益，实体任务完成 65.7% 的试验而基线为 8.6%。
来源：arXiv cs.RO 机器人学 · arxiv.org