Buchumschlag

Discover, Learn, and Reinforce: Scaling Vision-Language-Action Pretraining with Diverse RL-Generated Trajectories

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Rushuai, Feng, Zhiyuan, Zhang, Tianxiang, Wang, Kaixin, Zhang, Chuheng, Zhao, Li, Su, Xiu, Chen, Yi, Bian, Jiang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beyond Human Demonstrations: Diffusion-Based Reinforcement Learning to Generate Data for VLA Training
von: Yang, Rushuai, et al.
Veröffentlicht: (2025)

villa-X: Enhancing Latent Action Modeling in Vision-Language-Action Models
von: Chen, Xiaoyu, et al.
Veröffentlicht: (2025)

How Do VLAs Effectively Inherit from VLMs?
von: Zhang, Chuheng, et al.
Veröffentlicht: (2025)

ALOE: Action-Level Off-Policy Evaluation for Vision-Language-Action Model Post-Training
von: Yang, Rushuai, et al.
Veröffentlicht: (2026)

What to Ignore, What to React: Visually Robust RL Fine-Tuning of VLA Models
von: Peng, Yuanfang, et al.
Veröffentlicht: (2026)

PIG-Nav: Key Insights for Pretrained Image Goal Navigation Models
von: Wan, Jiansong, et al.
Veröffentlicht: (2025)

Being-H0: Vision-Language-Action Pretraining from Large-Scale Human Videos
von: Luo, Hao, et al.
Veröffentlicht: (2025)

CLAP: Contrastive Latent Action Pretraining for Learning Vision-Language-Action Models from Human Videos
von: Zhang, Chubin, et al.
Veröffentlicht: (2026)

Enhancing Generalization in Vision-Language-Action Models by Preserving Pretrained Representations
von: Grover, Shresth, et al.
Veröffentlicht: (2025)

RL Token: Bootstrapping Online RL with Vision-Language-Action Models
von: Xu, Charles, et al.
Veröffentlicht: (2026)

Steering Vision-Language-Action Models as Anti-Exploration: A Test-Time Scaling Approach
von: Yang, Siyuan, et al.
Veröffentlicht: (2025)

StereoVLA: Enhancing Vision-Language-Action Models with Stereo Vision
von: Deng, Shengliang, et al.
Veröffentlicht: (2025)

OmniVLA-RL: A Vision-Language-Action Model with Spatial Understanding and Online RL
von: Jie, Haoxiang, et al.
Veröffentlicht: (2026)

Trajectory First: A Curriculum for Discovering Diverse Policies
von: Braun, Cornelius V., et al.
Veröffentlicht: (2025)

Unified Noise Steering for Efficient Human-Guided VLA Adaptation
von: Lu, Junjie, et al.
Veröffentlicht: (2026)

GeneralVLA: Generalizable Vision-Language-Action Models with Knowledge-Guided Trajectory Planning
von: Ma, Guoqing, et al.
Veröffentlicht: (2026)

Vision-Language Model Predictive Control for Manipulation Planning and Trajectory Generation
von: Chen, Jiaming, et al.
Veröffentlicht: (2025)

Inject Once Survive Later: Backdooring Vision-Language-Action Models to Persist Through Downstream Fine-tuning
von: Zhou, Jianyi, et al.
Veröffentlicht: (2026)

Universal Pose Pretraining for Generalizable Vision-Language-Action Policies
von: Lin, Haitao, et al.
Veröffentlicht: (2026)

Learning to Accelerate Vision-Language-Action Models through Adaptive Visual Token Caching
von: Wei, Yujie, et al.
Veröffentlicht: (2026)

VLA-OPD: Bridging Offline SFT and Online RL for Vision-Language-Action Models via On-Policy Distillation
von: Zhong, Zhide, et al.
Veröffentlicht: (2026)

VLA-Adapter: An Effective Paradigm for Tiny-Scale Vision-Language-Action Model
von: Wang, Yihao, et al.
Veröffentlicht: (2025)

Reinforcement Fine-Tuning of Flow-Matching Policies for Vision-Language-Action Models
von: Lyu, Mingyang, et al.
Veröffentlicht: (2025)

Dexbotic: Open-Source Vision-Language-Action Toolbox
von: Xie, Bin, et al.
Veröffentlicht: (2025)

Self-Improving Vision-Language-Action Models with Data Generation via Residual RL
von: Xiao, Wenli, et al.
Veröffentlicht: (2025)

IGOR: Image-GOal Representations are the Atomic Control Units for Foundation Models in Embodied AI
von: Chen, Xiaoyu, et al.
Veröffentlicht: (2024)

TacVLA: Contact-Aware Tactile Fusion for Robust Vision-Language-Action Manipulation
von: Zhang, Kaidi, et al.
Veröffentlicht: (2026)

Align-Then-stEer: Adapting the Vision-Language Action Models through Unified Latent Guidance
von: Zhang, Yang, et al.
Veröffentlicht: (2025)

A Vision-Language-Action-Critic Model for Robotic Real-World Reinforcement Learning
von: Zhai, Shaopeng, et al.
Veröffentlicht: (2025)

SafeMove-RL: A Certifiable Reinforcement Learning Framework for Dynamic Motion Constraints in Trajectory Planning
von: Liu, Tengfei, et al.
Veröffentlicht: (2025)

dVLA: Diffusion Vision-Language-Action Model with Multimodal Chain-of-Thought
von: Wen, Junjie, et al.
Veröffentlicht: (2025)

XR-1: Towards Versatile Vision-Language-Action Models via Learning Unified Vision-Motion Representations
von: Fan, Shichao, et al.
Veröffentlicht: (2025)

SwitchVLA: Execution-Aware Task Switching for Vision-Language-Action Models
von: Li, Meng, et al.
Veröffentlicht: (2025)

DM0: An Embodied-Native Vision-Language-Action Model towards Physical AI
von: Yu, En, et al.
Veröffentlicht: (2026)

A Trajectory Generator for High-Density Traffic and Diverse Agent-Interaction Scenarios
von: Yang, Ruining, et al.
Veröffentlicht: (2025)

Scalable Vision-Language-Action Model Pretraining for Robotic Manipulation with Real-Life Human Activity Videos
von: Li, Qixiu, et al.
Veröffentlicht: (2025)

RobustVLA: Robustness-Aware Reinforcement Post-Training for Vision-Language-Action Models
von: Zhang, Hongyin, et al.
Veröffentlicht: (2025)

From Intention to Execution: Probing the Generalization Boundaries of Vision-Language-Action Models
von: Fang, Irving, et al.
Veröffentlicht: (2025)

Automated Parking Trajectory Generation Using Deep Reinforcement Learning
von: Zhang, Zheyu, et al.
Veröffentlicht: (2025)

BagelVLA: Enhancing Long-Horizon Manipulation via Interleaved Vision-Language-Action Generation
von: Hu, Yucheng, et al.
Veröffentlicht: (2026)