跳到主要内容
检索

# 非对称协同自举

1 篇关联报道

订阅更新
  1. arXiv

    VLA-Precision 用非对称协同自举把九项化学精密操作的平均成功率做到 98.3%,单任务在线训练 45.8 分钟

    该工作提出面向大型视觉-语言-动作(VLA)模型真实世界在线强化学习的 VLA-Precision 框架,包含跨时间尺度的非对称协同自举(ACoB)算法与 ACoB-Stream 训练架构,在四类九项高精度化学操作任务和四种机器人平台上取得 98.3% 平均成功率、平均每任务 45.8 分钟在线训练、27.6 秒单回合,并报告吞吐与计算效率最高提升 10.9 倍。

已读完全部报道