rl-control
페이지 6개
NEW
PAPER·2025
πRL (Tsinghua, PKU 외)
flow 기반 VLA(π0, π0.5)를 Flow-Noise와 Flow-SDE로 online RL fine-tuning. 네 벤치마크 평균 약 30%p 향상
↳ 9 physical-aivla
PAPER·2026
OmniVLA-RL
세 expert MoT 구조와 SDE flow matching 위의 GSPO(Flow-GSPO)로 online RL하는 manipulation VLA. LIBERO 평균 97.6%
↳ 14 physical-aivla
PAPER·2026
MobileVLA-R1 2.0 (Peking University)
chain-of-thought 내부 표현을 decoder로 읽어 속도 명령을 내는 이동 로봇 VLA. Unitree G1에 그대로 옮겼다
↳ 12 physical-aivla
ARTICLE·2026
03-09. Pi-0.6 (모두의 로보틱스 - VLA 입문)
π*0.6 논문의 한국어 입문 해설. 강화학습 기초부터 RECAP 수식 유도까지 단계별로 설명하므로 원 논문 페이지를 읽기 전 입문용으로 권장
↳ 12 physical-aivla
PAPER·2025
π*0.6 / RECAP (Physical Intelligence)
배치된 로봇의 experience와 전문가 개입을 강화학습 신호로 바꿔 학습에 반영하는 VLA. 학습 레시피 이름은 RECAP이다
↳ 22 physical-aivla
ARTICLE·2025
π*0.6: a VLA that Learns from Experience (블로그)
π*0.6 논문과 같은 날 나온 공식 발표문. 논문에 없는 배치 현장의 실행 시간과 규모를 적는다
↳ 8 physical-aivla