Evo-RLT：低成本硬件上用几十分钟真机强化学习数据完成精密任务
上海交大MINT-SJTU实验室推出Evo-RLT，基于LeRobot复现RLT技术路线，在SO101双臂系统上验证并开源，降低VLA与强化学习真实部署门槛。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
上海交通大学MINT-SJTU实验室近日推出Evo-RLT，该项目在LeRobot框架下成功复现了Physical Intelligence的RL Token/RLT技术路线，并在SO101双臂插螺丝真机任务上完成了验证与开源把代码、数据集或硬件设计公开给所有人免费使用。机器人公司常用开源来换取开发者和科研生态的支持。◆ 小白科普 · 现身。RLT主要解决VLA在机器人精密操作阶段的不足：VLA虽能完成大部分动作，但在最后几毫米的接触环节仍不够快、准、稳。Evo-RLT并非重新训练大型VLA，而是在低成本、可复现的SO101双臂系统上，整合了pi0.5 VLA、RL Token、chunk actor-critic及真机部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身流程，使真实世界强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身能以更低成本进入更多实验室。
项目提供了完整开源把代码、数据集或硬件设计公开给所有人免费使用。机器人公司常用开源来换取开发者和科研生态的支持。◆ 小白科普 · 现身代码、数据集按统一格式整理好的大批量数据集合，是训练 AI 模型的「教材库」。开源数据集相当于整个行业的公共基础设施。◆ 小白科普 · 现身及模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身checkpoint，支持VLA/RLT模式切换、关键片段采集和人工介入标注，使得研究者不仅能够训练RLT，还能将其部署到真实机器人上验证。