热点事件持续更新
SWAP：多VLA策略逐步路由框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月7日，arXiv cs.RO 报道了 SWAP，一个面向视觉语言动作模型（VLA）的分步动作策略路由框架。该框架提出在任务执行过程中动态组合多个 VLA 策略，将策略路由建模为离线强化学习问题，并学习一个路由 critic，在每个决策步根据当前观测选择最合适的策略。其效果是使机器人能够在执行过程中在线切换策略，而非在整段任务中固定使用单一策略。目前报道仅介绍了该框架的方法思路，未提及实验验证或对比结果等后续进展。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
SWAP 提出将多 VLA 策略路由建模为离线强化学习，实现执行中在线切换策略。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.ROSWAP：面向视觉语言动作模型的分步动作策略路由
SWAP 提出一种在任务执行过程中动态组合多个 VLA 策略的框架，把策略路由建模为离线强化学习问题，学习一个路由 critic 在每个决策步根据当前观测选择最合适的策略，使机器人能在执行中在线切换策略而非整段任务固定使用单一策略。
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。