VLA Grounder：冻结VLA模型的语言条件空间优化

研究者提出 VLA Grounder，尝试不改动动作权重、只优化语言条件空间来改进冻结的 VLA 策略。据论文，该方法把人类指令转化为简短的 VLA 接地命令，结合物体外观、空间关系与目标接地线索，并用稀疏任务完成奖励做强化学习优化，下游 VLA 全程保持冻结。 论文研究的问题是：冻结的 VLA 策略能否通过优化语言空间而非更新动作权重来提升表现。目前结论限于作者在论文中的这一提法，尚无独立验证其实际效果的信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。