部署中学习：面向通用机器人策略的集群强化学习
Learning while Deploying: Fleet-Scale Reinforcement Learning for Generalist Robot Policies

Yi Wang, Xinchen Li, Pengwei Xie, Pu Yang, Buqing Nie, 等 (+11)
⭐ 8

• 本研究提出“部署中学习”（Learning While Deploying, LWD）框架，旨在通过实际部署，持续改进机器人的视觉-语言-动作（VLA）策略。
• LWD框架采用大规模离线到在线强化学习范式，支持策略在部署过程中不断迭代优化。
• 该框架融合了分布式机器人经验与人工干预，从而高效指导和加速策略的学习。
• 这种边部署边学习的模式为开发能够适应复杂动态环境的通用机器人策略提供了有效途径。

🔗 arXiv · 🤗 HF

#强化学习 #机器人 #通用策略 #多模态 #集群学习 #人机协作

模拟检索器：用于模拟电路检索的跨模态表示学习
AnalogRetriever: Learning Cross-Modal Representations for Analog Circuit Retrieval

Yihan Wang, Lei Li, Yao Lai, Jing Wang, Yan Lu
⭐ 1

• AnalogRetriever是一个统一的三模态检索框架，旨在通过整合多种数据形式来增强模拟电路设计。
• 该框架能够将电路原理图、文本描述和网表结构编码到一个共享的嵌入空间中，实现高效的跨模态检索。
• 它利用视觉语言模型处理图像和文本数据，并结合图卷积网络来理解网表等结构化信息。
• 通过这种方式，AnalogRetriever为模拟电路的快速检索提供了强大支持，从而加速设计与开发流程。

🔗 arXiv · 🤗 HF

#模拟电路 #跨模态检索 #多模态学习 #图神经网络 #视觉语言模型

Haiku：融合空间生物学与临床组织学的三模态对齐模型
Linking spatial biology and clinical histology via Haiku
arXiv · HF
#计算病理学 #空间生物学 #多模态对齐 #对比学习 #反事实预测 #表征学习

多模态强化学习中基于黑盒同策略蒸馏的预对齐方法
Beyond SFT-to-RL: Pre-alignment via Black-Box On-Policy Distillation for Multimodal RL
⭐ 11 · arXiv · HF
#多模态大模型 #强化学习 #知识蒸馏 #预对齐 #复杂推理

用于连续微调步数蒸馏扩散模型的同策略自蒸馏方法
D-OPSD: On-Policy Self-Distillation for Continuously Tuning Step-Distilled Diffusion Models
⭐ 4 · arXiv · HF
#扩散模型 #图像生成 #自蒸馏 #同策略学习 #流匹配 #多模态

RLDX-1：面向真实世界灵巧操作的多功能视觉语言动作模型
RLDX-1 Technical Report
⭐ 44 · arXiv · HF
#机器人操作 #多模态感知 #动作生成 #强化学习 #视觉语言模型

OpenSearch-VL：前沿多模态搜索智能体的开源训练配方
OpenSearch-VL: An Open Recipe for Frontier Multimodal Search Agents
⭐ 7 · arXiv · HF
#多模态 #智能体 #强化学习 #深度搜索 #工具调用