热点事件持续更新
Online-ES：流匹配VLA策略在线进化适配
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月1日，arXiv cs.RO 报道了论文 Online-ES，提出一个基于进化策略的 Flow Matching VLA 在线自适应框架。该方法在动作轨迹空间进行进化探索，利用执行结果构建自监督 MSE 目标，将进化方向从轨迹空间迁移到模型参数空间。作者证明该目标是最优进化方向的无偏估计，并将失败经验作为负反馈约束进化方向。仿真与真实环境实验显示，其策略改进效果与强化学习微调相当，且无需学习价值模型或计算优势函数。
AI 根据报道生成 · 2 小时前更新
最新进展10月1日 12:00
论文提出 Online-ES 框架，实现 Flow Matching VLA 策略的在线进化自适应。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv cs.RO精选Online-ES：通过自监督轨迹分布优化在线进化 Flow Matching VLA 策略
论文提出 Online-ES，一个基于进化策略的 Flow Matching VLA 在线自适应框架，通过在动作轨迹空间做进化探索并利用执行结果构建自监督 MSE 目标，把进化方向从轨迹空间迁移到模型参数空间。作者证明该目标是最优进化方向的无偏估计，并将失败经验作为负反馈约束进化方向。仿真与真实环境实验显示，其策略改进效果与强化学习微调相当，且无需学习价值模型或计算优势函数。
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。