提出免策略更新的流式动作修正框架GLOVES

Luzhe Sun 等研究者提出 GLOVES，一个基于流的框架，通过轻量、目标无关的专家动作先验在执行时修正智能体提出的动作块，无需更新底层策略参数。学到的流通过反向流评估提供分布内打分信号作为干预门控，仅在动作异常或分布外时才进行修正。 在受控 OOD 恢复研究、仿真基准和真实机器人实验中，GLOVES 在不重训练底层策略的情况下提升了 VLA 模型和 Code-as-Policy 智能体的成功率，代码与演示已公开。

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。