arXiv cs.AI / cs.LG 最新· Likui Zhang·· 12 小时前AI 评分54
AtomicRL：用原子任务结构做强化学习后训练的 VLA 长程操作框架
AtomicRL: Atomic Reinforcement Learning for Long-Horizon Robotic Manipulation
AI 导读
AtomicRL 是一个面向长程机器人操作的 VLA 强化学习后训练框架，用原子任务结构完成信用分配与自适应探索。其中的 SAPO 通过语义感知门控阻止失败子任务的 TD 残差跨任务边界传播，BATE 按各原子子任务的掌握程度调整任务采样与局部探索激励。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。