**微软提出物体中心残差强化学习，实现VLA模型零样本仿真到现实增强**

_Object-Centric Residual RL for Zero-Shot Sim-to-Real VLA Enhancement_

> 针对视觉-语言-动作（VLA）模型在物理交互中因误差累积导致的脆弱性问题，微软研究团队提出一种基于物体姿态的残差强化学习框架。该方法通过在仿真中训练修正策略，利用紧凑的观察空间解决域差异难题，成功将Franka机器人的任务成功率从42%提升至76%，实现了无需额外遥操作数据的零样本迁移与自改进。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-29 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.18953)