Object-Centric Residual RL

对象中心强化学习提升机器人策略在零样本迁移中的鲁棒性

研究人员开发了一种对象中心残差强化学习框架，以增强视觉-语言-动作（VLA）模型在真实机器人任务中的鲁棒性。该方法完全在模拟环境中训练一个纠正策略，利用对象姿态而非原始像素来克服仿真到真实世界的视觉领域差距。在 Franka Research 3 机器人上的五项操作任务中进行测试时，该方法将零样本成功率从 42% 显著提高到 76%。改进后的回放还可以用于重新训练基础 VLA 模型以实现进一步的自我改进。