MANIPULATION
弹性查询强化学习：面向VLA模型的自我感知策略执行
Ge Wang, Xinyu Tan, Xiang Li, Man Luo, Chengsi Yao, Shenhao Yan, Jiahao Yang, Fan Feng, Honghao Cai, Xiangyuan Wang, Zhixin Mai, Yiming Zhao, Yatong Han, Zhen Li
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出弹性查询强化学习（EQRL）框架，通过轻量级潜在调度适配器动态调整VLA模型的推理步数和动作块长度，实现计算资源的自适应分配。该方法无需微调底层VLA模型，即可在接触密集或不确定状态下增加计算投入，在简单状态下减少开销，显著降低机器人操作中的平均推理成本。
关键词
VLA模型弹性查询强化学习机器人操作自适应调度
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