微软亚研院等提出 UniSteer：用机械臂「拼豆」让人类指导进入 VLA 噪声空间强化学习
UniSteer用机械臂「拼豆」：让人类指导进入VLA噪声空间强化学习
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
微软亚洲研究院、悉尼科技大学与清华大学提出 UniSteer，通过动作到噪声的近似反演将人类纠正转为噪声监督，让监督学习与强化学习共同更新同一个轻量 noise actor，预训练 VLA 动作解码器保持冻结。
来源：机器之心 · 微信公众号 · mp.weixin.qq.com