热点事件持续更新
研究者提出面向VLA模型的离线优化框架OGPO
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
2026年10月12日，研究者提出面向视觉-语言-动作（VLA）模型的离线目标条件策略优化框架 OGPO，旨在增强机器人在偏离演示轨迹时的状态恢复能力。该框架通过自适应语义关键状态重标记轨迹并构建过程奖励，无需进行在线交互即可将轨迹模仿转向关键状态可达性学习。在 LIBERO、MetaWorld 及扰动基准 LIBERO-ReAct 上进行的测试显示，OGPO 的表现均优于标准监督微调。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
研究者提出离线框架OGPO，无需在线交互即可提升VLA机器人的偏离轨迹恢复能力。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv 人工智能OGPO：面向可恢复 VLA 模型的离线目标条件策略优化框架
研究者提出面向视觉-语言-动作（VLA）模型的离线目标条件策略优化框架 OGPO，以增强机器人在偏离演示轨迹时的状态恢复能力。该框架通过自适应语义关键状态重标记轨迹并构建过程奖励，无需在线交互即可将轨迹模仿转向关键状态可达性学习。在 LIBERO、MetaWorld 及扰动基准 LIBERO-ReAct 上，OGPO 表现均优于标准监督微调。
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。