EEmbogent
模型数据硬件产品评测公司技术融资
模型重要2026/11/14 18:40·重要度 75

MARS:融合VLA与强化学习原子技能的多阶段操作框架

MARS: Dynamic Routing of Reinforcement-Learned Atomic Skills for Multi-Stage Robotic Manipulation

AI 摘要

Zequan Zeng 等人提出 MARS 模块化原子技能路由系统,将冻结的通用 VLA 策略与多个独立训练的强化学习原子技能策略组合:以共享 RL Token 状态表示和 VLA 参考动作训练专用控制器,并在多阶段任务中动态路由调用。针对抓取、对齐、插入等关键阶段,兼顾通用操作能力与细粒度控制,提升执行精度与稳定性。

阅读原文来源 arXiv VLA/Humanoid · arxiv.org

标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。

同板块相关

模型重要4 天前

EgoX:跨具身自我中心操作学习框架

Yaru Niu 等人提出跨具身自我中心学习框架 EgoX:该框架以语义对齐的观测与动作模态,统一组织人类、真机与仿真的异构演示,预训练模块化跨具身 Transformer MXT+,为每种观测模态配备独立 tokenizer,为每种动作模态配备独立专家,并共享 Transformer 主干。