热点事件持续更新
StructRL: Online Structured RL for Long-Horizon VLA Tasks
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
StructRL 是一种面向长时序视觉-语言-动作（VLA）任务的在线强化学习框架。该方法将长时序任务分解为可验证的子任务，仅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。研究者在 RoboCasa365 和 LIBERO-Long 上进行了实验，基于 GR00T-N1.5 和 pi 0.5 模型，结果显示 StructRL 一致优于已评估的在线 RL 基线，相关代码已开源。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Computer VisionStructRL：面向长时序视觉-语言-动作任务的在线结构化强化学习
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。
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。