摘要
视觉 - 语言 - 动作（VLA）模型通常通过被动模仿学习进行微调，存在需先失败才收集数据、缺乏状态指导及浪费演示精力等缺陷。本文提出一种针对 VLA 的主动持续学习范式，证明基于不确定性的主动数据收集比被动收集更高效。然而，仅在恢复数据上微调会导致灾难性遗忘。研究评估了重放混合和弹性权重巩固等技术，揭示了适应新数据与保留旧行为间的权衡，为自回归 VLA 的主动持续学习提供了实证研究。
AI 推荐理由
论文核心研究主动持续学习范式，解决灾难性遗忘，实现模型自我改进与自适应。
研究机构
Department of Computer Science, Yale University, United States
论文信息