arXiv · Robotics· Ruixiao Xu, Wong Lik Hang Kenny, Zhiqian Liu, Jianing Guo, Hanxiao Li, Kejian Shi, Shuning Zhang, Pu Feng, Yongjia Ma, Yuqing Ma, Kai Chen, Qi Dou, Yaodong Yang, Xianglong Liu, Simin Li·· 6 小时前AI 评分45
合作式多智能体视觉-语言-动作模型通过强化微调
Cooperative Multi-Agent Vision-Language-Action Models via Reinforced Fine Tuning
AI 导读
提出三阶段强化微调（RFT）流水线训练多智能体VLA模型，在RoboTwin、RoboFactory和真实场景双臂Franka机器人任务上平均成功率分别提升23.1%、16.4%和44%。该方法基于π₀和π₀.₅骨干网络，通过初始化感知数据采集、离线信用筛选微调与潜在空间在线微调三阶段实现多机器人协作。代码已公开。
来源：arXiv · Robotics · arxiv.org