MANIPULATION
EXPO-FT: 面向视觉-语言-动作模型的样本高效强化学习微调
Perry Dong, Kuo-Han Hung, Tian Gao, Dorsa Sadigh, Chelsea Finn
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
提出EXPO-FT系统，通过稳定、样本高效的强化学习微调预训练的VLA策略，在多种高精度操作任务中实现完美成功率，且仅需平均19.1分钟在线机器人数据。该方法优于从头训练的RL和现有VLA微调方法。
关键词
reinforcement learningfine-tuningvision-language-action modelssample efficiencymanipulation
相关论文
MANIPULATION
📊 7,533 引用
Real-Time Obstacle Avoidance for Manipulators and Mobile Robots
Oussama Khatib
1986
MANIPULATION
📊 6,720 引用
A Mathematical Introduction to Robotic Manipulation
Richard M. Murray, Zexiang Li, Shankar Sastry
2017
MANIPULATION
📊 3,821 引用
Robot dynamics and control
Mark W. Spong
1989
MANIPULATION
📊 3,499 引用
A tutorial on visual servo control
Seth Hutchinson, Gregory D. Hager, Peter Corke
1996