LifelongVLA：面向机器人操作的双时序终身学习框架

受人类顺序学习能力的启发，机器人视觉-语言-动作（VLA）模型模型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 · 现身需具备终身学习能力以应对开放世界。现有终身学习模型模型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 · 现身在塑性（学习新任务）与稳定性（保持旧任务精度）之间存在冲突。为攻克这一基础难题，研究者提出LifelongVLA框架，通过双时序自适应机制缓解塑性-稳定性权衡，并采用缓存高效重放策略降低部署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 · 现身成本。该框架包含双时序LoRA门控模块，将VLA自适应分解为短期适配器（塑性）与长期适配器（稳定整合），通过任务感知门实现显式控制。在技能重放阶段，提出缓存高效随机重放策略，无需存储完整轨迹即可保留均衡的保留信号。实验表明，LifelongVLA在xArm机器人上超越现有基线，实现高效技能扩展、鲁棒的操作行为保持，并减少对重新训练的依赖。