AtomicRL：用原子任务结构改善长程机器人操作的强化学习后训练框架
热点事件持续更新
AtomicRL：用原子任务结构改善长程机器人操作的强化学习后训练框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Likui Zhang 等研究者提出 AtomicRL，一个面向 VLA 模型的强化学习后训练框架，利用原子任务结构改善长程机器人操作任务中的信用分配与自适应探索。框架包含 Semantic-Aware Policy Optimization（SAPO）和 Bottleneck-Adaptive Target Exploration（BATE）两项技术，并配套 Real2Sim2Real 部署管线。 据论文报告：在 LIBERO-LONG 上，AtomicRL 相比 PPO 在两种 VLA 架构上分别取得 3.6% 和 4.0% 的绝对性能提升；在 CALVIN ABC-D 上，全任务性能最多提升 9.5%；结合 Real2Sim2Real 管线后，真实世界任务性能平均提升 21.3%。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:00
AtomicRL：面向长时序机器人操作的原子化强化学习框架报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AIAtomicRL：面向长时序机器人操作的原子化强化学习框架
研究者提出强化学习后训练框架 AtomicRL，利用原子任务结构改善 VLA 模型的信用分配与自适应探索，包含 Semantic-Aware Policy Optimization（SAPO）和 Bottleneck-Adaptive Target Exploration（BATE）两项技术，并配套 Real2Sim2Real 部署管线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。