GR-BC 图重加权行为模仿论文被 CoRL 2026 接收

Xiaoman Li 等研究者提出的图重加权行为模仿（GR-BC）论文被 CoRL 2026 接收。GR-BC 是面向视觉-语言-动作（VLA）模型的离线迭代后训练框架，在演示数据与含人工干预的迭代采集 rollout（含成功与失败片段）上构建任务条件化的目标可达性图。 论文称，在四个精确操作任务和三种 VLA 骨干模型上，GR-BC 优于单轮监督微调，经过数次离线迭代后达到 91% 成功率，且无需轨迹对比或进度标签。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。