arXiv cs.RO· Siting Wang, Xiaofeng Wang, Zheng Zhu, Minnan Pei, Xinyu Cui, Cheng Deng, Jian Zhao, Guan Huang, Haifeng Zhang, Jun Wang·· 8 天前AI 评分70
π-StepNFT：面向流式 VLA 的逐步负感知在线强化学习框架
$\pi$-StepNFT: Wider Space Needs Finer Steps in Online RL for Flow-based VLAs
AI 导读
作者提出 π-StepNFT，一种面向流式 VLA 的在线强化学习框架，把 SDE 采样中的转移作为监督单元，用方差归一化的转移误差区分正负速度分支，无需计算最终动作似然。
来源：arXiv cs.RO · arxiv.org