arXiv cs.RO· Likui Zhang, Zhe Zhu, Zhihao Zhan, Yibo Bai, Hanlin Wang, Dongwei Li, Bin Wang, Tianle Zhang, Xiaodan Liang, Liang Lin·· 2 小时前AI 评分56
AtomicRL：面向长程机器人操作的原子强化学习后训练框架
AtomicRL: Atomic Reinforcement Learning for Long-Horizon Robotic Manipulation
AI 导读
论文提出AtomicRL，一种利用原子任务结构改进视觉-语言-动作（VLA）策略强化学习后训练的框架。其核心包括语义感知策略优化（SAPO），通过语义门控阻止失败原子子任务的TD残差跨任务传播以减轻信用污染；以及瓶颈自适应目标探索（BATE），依据各子任务掌握程度动态协调任务采样与局部探索激励。
来源：arXiv cs.RO · arxiv.org