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。
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。