eRLT用动作相关token路由提升VLA强化学习
热点事件持续更新
eRLT用动作相关token路由提升VLA强化学习
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Dehao Huang 等人提出 eRLT 方法，在冻结的 VLA 模型中通过可学习的路由 token 和轻量层路由器，把任务相关的动作信息从各层 token 聚合成固定维度的 RL token，用于强化学习的状态表征。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。 论文称，在 LIBERO 与 RoboTwin 的七个任务上，eRLT 的平均归一化学习曲线 AUC 较代表性基线最高提升 23.7%；在 USB 连接器插入和主板排线插入两项真机实验中，较最强基线分别提升 108.9% 和 46.7%。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
eRLT：通过动作相关 Token 路由提升 VLA 强化学习效率报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv cs.RO 机器人学精选eRLT：通过动作相关 Token 路由提升 VLA 强化学习效率
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。