arXiv cs.RO· Chongyu Zhu, Hyegang Kim, Jaden Hinds, Juan Sebastian Rojas, Ramy Elmallah, Chi-Guhn Lee·· 6 小时前
RouteRLT：面向 VLA 操作任务的模块化阶段选择性强化学习框架
Generalists Act, Specialists Intervene: Modular Stage-Selective Reinforcement Learning for Vision-Language-Action Manipulation
AI 导读
RouteRLT 是一个模块化框架，让通用 VLA 模型作为默认控制器，与专攻精度关键阶段的 RL 专家协同工作，并通过学习到的阶段感知协调机制决定何时交接。在 LIBERO 和 LIBERO-Plus 基准上，RouteRLT 提升了成功率并保持净增益；在物理连接器拾取与插入任务中，其完成 65.7% 的试验，基线仅为 8.6%。
来源：arXiv cs.RO · arxiv.org