摘要由 AI 生成
为提升视觉 - 语言 - 动作模型在精密任务中的训练效率，研究人员提出了 VLA-Precision 框架。该框架采用基于非对称协同引导（ACoB）的算法，通过 ACoB-Stream 架构实现状态解耦与按需流式处理，有效解决了价值信号不可靠及大模型计算开销大的问题。实验评估显示，在四个类别、九项高精度化学任务中，VLA-Precision 平均成功率达 98.3%，单任务耗时 45.8 分钟。其运行速度分别是 VLA 基线和纯强化学习（RL）基线的 1.2 倍和 1.8 倍，整体吞吐量提升了 10.9 倍。
关键实体KEY ENTITIES
ACoBACoB-StreamVLA-Precision
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
关键词热度
- VLA-Precision1
- ACoB1
- ACoB-Stream1
全部报道（1）SOURCES
↗
VLA-Precision 提出一种基于非对称协同引导（ACoB）算法的高效现实世界在线强化学习框架，旨在解决视觉 - 语言 - 动作模型在精密任务中价值信号不可靠及大模型开销大的问题。该框架通过 ACoB-Stream 架构实现不变状态解耦与按需流式处理，使吞吐量提升达 10.9 倍。在四个类别、九项高精度化学任务上的评估显示，VLA-Precision 平均成功率达 98.3%，单任务耗时 45.8 分钟；其运行速度分别为 VLA 基线和 RL 基线的 1.2 倍与 1.8 倍。