RLT：让冻结的 VLA 学会最后几毫米的在线强化学习

RLT 提出冻结 VLA 大模型、只训练轻量 actor-critic 控制头的方案，由 VLA 负责视觉、语言理解与粗略动作，小网络在关键阶段在线修正动作，以补上最后几毫米的精度。两者之间通过一个桥接结构连接。