首页 /研究 /VLA模型能否从真实世界数据中持续学习而不遗忘？
LEARNING开放获取

VLA模型能否从真实世界数据中持续学习而不遗忘？

Jiarun Zhu, Yijun Hong, Xiaoquan Sun, Zetian Xu, Mingqi Yuan, Zhiyong Wang, Wenjun Zeng, Jiayu Chen

2026

摘要

本文首次在真实世界条件下研究了视觉-语言-动作（VLA）模型的持续学习问题，构建了包含四个连续操作任务的数据集，并发现VLA模型在异质演示中遭受严重的灾难性遗忘。系统评估了经验回放策略，揭示了其成功实施的关键因素，为部署长期运行的机器人策略提供了实用指导。

关键词

continual learningVLA modelscatastrophic forgettingexperience replayreal-world robotics

相关论文