**EXIMO:VLM引导的VLA策略高效微调方法**

_EXIMO: VLM Guided Exploration of VLA Policies_

> 提出EXIMO算法,通过探索、模仿和优化三阶段流程,利用VLM作为规划器将长程任务分解为短程子任务,结合残差离线强化学习,显著提升VLA机器人策略的样本效率和任务性能。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-08-21 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2608.19891)