RePO-VLA：面向VLA模型的恢复驱动策略优化框架

中山大学等研究团队的 Weijia Liufu 等人提出面向视觉-语言-动作（VLA）模型的恢复驱动策略优化框架 RePO-VLA，论文已被 NeurIPS 2026 接收。团队称该框架将对抗性任务成功率平均从 20% 提升到 75%，在扩大的真实环境试验中最高达 80%。 该框架为成功、恢复和失败轨迹分配不同角色，包含恢复感知初始化（Recovery-Aware Initialization）、进度感知语义价值函数（Progress-Aware Semantic Value Function）和价值条件精化（Value-Conditioned Refinement）等组件。团队同时发布了 Failure-Recovery Benchmark（FRBench）基准，并公开了代码和视频结果。上述性能数据为团队自称的说法。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。