#最后一毫米 (1)

RLT：Physical Intelligence 用「RL Token」让 VLA 在线 RL 攻克操作的最后一毫米

Physical Intelligence（Sergey Levine 团队，2026-03-19）发布 RL Token（RLT）：冻结预训练 VLA，外挂编码器-解码器把内部嵌入压缩成信息瓶颈式的 RL token，再以约 1M 参数的 actor-critic 在真机上做在线 RL，只精修任务临界相位（编辑 VLA 动作块而非从零生成，BC 正则锚定 + 参考动作 dropout）。四个亚毫米级任务临界相位提速最高 3×，螺丝成功率 20%→65%，网线插入一半回合快过所有人类遥操作演示——只需 15 分钟真实机器人数据。

博客