论文12:27HABC：分层优势加权在线RL微调VLA策略HABC方法解决了VLA在线RL微调中稀疏结果的问题，在双手机器人任务上成功率从12-44%提升到38-92%。#HABC#VLA#机器人学习#在线强化学习aarXiv cs.LG@Tongyan Fang 等 9 人原文稍后读已读值得跟进有用关注 HABC