首页 /研究 /Agentic-VLA: 面向视觉-语言-动作模型的高效在线自适应框架
MANIPULATION开放获取

Agentic-VLA: 面向视觉-语言-动作模型的高效在线自适应框架

Ruofan Jin, Zaixi Zhang

2026

摘要

提出一种智能体训练框架，通过自适应奖励合成、语言引导探索和经验记忆三大创新，使VLA模型能够高效在线适应新环境。在LIBERO基准上实现长程任务+12.3%、单样本学习+28.5%的提升，并首次实现零演示跨任务迁移。

关键词

Vision-Language-Actiononline adaptationreinforcement learningrobot manipulationcurriculum learning

相关论文