OGPO：VLA 离线目标条件策略优化框架
热点事件持续更新
OGPO：VLA 离线目标条件策略优化框架
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Xule Gao 等作者提出 OGPO，一个面向可恢复 VLA 后训练的离线目标条件策略优化框架，将后训练从轨迹级动作模仿转变为关键状态可达性学习，且不需要额外在线交互。论文称其在 LIBERO 和 MetaWorld 上持续优于标准监督微调，并在 LIBERO-Plus 及作者提出的 LIBERO-ReAct 扰动基准上展现出更强的分布偏移鲁棒性和目标导向可恢复性。该工作已被 NeurIPS 2026 接收。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
OGPO：面向可恢复 VLA 模型的离线目标条件策略优化报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.AIOGPO：面向可恢复 VLA 模型的离线目标条件策略优化
OGPO 是一个面向可恢复 VLA 后训练的离线目标条件策略优化框架，将后训练从轨迹级动作模仿转变为关键状态可达性学习。它在 LIBERO 和 MetaWorld 上持续优于标准监督微调，并在 LIBERO-Plus 与提出的 LIBERO-ReAct 扰动基准上展现出更强的分布偏移鲁棒性和目标导向可恢复性。该工作已被 NeurIPS 2026 接收。
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。