arXiv cs.RO 机器人学· Dehao Huang, Jianbang Liu, Jianpan Gao, Chao Tang, Zilang Cen, Zedong Dan, Jiaheng Wang, Tingguang Li, Yue Wang, Hong Zhang·· 5 小时前精选AI 评分57
eRLT：通过动作相关 Token 路由提升 VLA 强化学习效率
eRLT: Efficient VLA Reinforcement Learning via Action-Relevant Token Routing
AI 导读
论文提出 eRLT，通过在冻结 VLA 的 token 和层之间路由任务相关的动作相关信息来构建状态表征：可学习的路由 token 在多个深度聚合视觉语言特征，轻量层路由器将其汇总为固定维度的 RL token，路由模块先用专家演示初始化，再用在线交互的 critic 反馈细化。
推荐理由
论文给出在 LIBERO、RoboTwin 及真机任务上的 AUC 提升数据，便于评估该状态表征方法的样本效率收益。
来源：arXiv cs.RO 机器人学 · arxiv.org