BORA：弥合离线强化学习与在线残差适应，实现真实世界灵巧VLA模型

Zhongxi Chen, Yifan Han, Yanming Shao, Huanming Liu, Congsheng Xu, Xiaoyu Chen, Yao Mu, Wenzhao Lian

摘要

BORA提出了一种离线到在线的强化学习后训练框架，用于提升真实世界灵巧操作中VLA模型的性能。该框架通过离线阶段构建动作条件价值引导，并在在线阶段引入轻量级人机循环残差适应机制，有效解决了高维灵巧探索中的时间不一致性和样本效率问题。

dexterous manipulationoffline-to-online RLVLA modelsresidual adaptationhuman-in-the-loop

MANIPULATION

📊 2 引用

Yusen Li, Ziwei Wang, Xiangye Zhu 等 12 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 1 引用

Shaoqing Qin, Lida Zhu, Yanpeng Hao 等 10 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Bo Li, Yuanbo Zhao, Huijie Xiao 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Hao Li, Yuhui Yu, Rui Fu 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026