arXiv cs.AI· Xule Gao, Xi Wang, Zehua Zang, Rui Wang, Changwen Zheng, Chuxiong Sun·· 6 小时前AI 评分29
OGPO：面向可恢复 VLA 模型的离线目标条件策略优化
OGPO: Offline Goal-conditioned Policy Optimization for Recoverable Vision-Language-Action Models
AI 导读
OGPO 是一个面向可恢复 Vision-Language-Action（VLA）模型的离线目标条件策略优化框架，将 VLA 后训练从轨迹级动作模仿转为关键状态可达性学习。
来源：arXiv cs.AI · arxiv.org