**HuggingFace 论文:揭示 VLA 模型强化学习中的低秩结构**

_The Low-Rank Structure of VLA Reinforcement Learning_

> 研究发现,在 π0.5 和 GR00T 等基于流的 VLA 模型上进行强化学习后,参数更新呈现显著的低秩特性,且高度集中于动作专家的 Timestep Modules。研究表明,这些模块通过离散去噪时间步特化及 shift 向量的变化编码了任务成功的关键信号,其几何结构还反映了任务间的迁移关系。利用 shift 更新方向进行引导可进一步提升策略性能,为 VLA 模型的高效可解释后训练提供了新见解。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-01 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2609.34599)