RLT 提出冻结 VLA 只训控制头的在线强化学习方案

RLT 提出一种方案：冻结 VLA 大模型，只训练轻量的 actor-critic 控制头。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，两者通过桥接结构连接。 报道未给出该方案在具体任务上的实测结果或对比数据，其精度修正效果目前仅为方案描述。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。