Skip to content
Hot eventLive

OGPO：面向可恢复VLA模型的离线目标条件策略优化

1 reports1 sources2 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv（Artificial Intelligence，一手来源）发表研究，提出 OGPO，一种面向可恢复视觉-语言-动作（VLA）模型的离线目标条件策略优化框架。该框架将离线轨迹自适应重标注为语义关键状态，并构建目标条件过程奖励，从而把后训练从轨迹级动作模仿转向关键状态可达性学习，且无需额外在线交互。目前公开信息仅包含该报道，事件尚无后续进展或独立验证。

Generated from reports · updated 2 hr ago

LatestOct 12
2026-10-12 arXiv 发表 OGPO 框架，提出离线目标条件过程奖励用于可恢复VLA模型后训练。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Artificial Intelligence
    OGPO：面向可恢复 VLA 模型的离线目标条件策略优化

    研究者提出 OGPO，一种离线目标条件策略优化框架，用于可恢复的视觉-语言-动作（VLA）模型后训练。它将离线轨迹自适应重标注为语义关键状态并构建目标条件过程奖励，把后训练从轨迹级动作模仿转向关键状态可达性学习，无需额外在线交互。

Heat trend

There is not enough continuous observation data to draw a trend yet.