arXiv · Computer Vision· Ziyi Yin, Sangmin Woo, Kang Zhou, Sungyeon Kim, Aosong Feng, Haibo Ding, Jun Huan·· 5 小时前AI 评分42
StructRL：面向长时序视觉-语言-动作任务的在线结构化强化学习
StructRL: Online Structured Reinforcement Learning for Long-Horizon Vision-Language-Action Tasks
AI 导读
StructRL 是一种在线 RL 框架，将长时序 VLA 任务分解为可验证的子任务，在前置子任务完成后才给予中间奖励，并按完成节奏缩放奖励。在 RoboCasa365 和 LIBERO-Long 上，基于 GR00T-N1.5 和 pi 0.5 的实验中，StructRL 一致优于已评估的在线 RL 基线。代码已开源。
来源：arXiv · Computer Vision · arxiv.org