Tags: #offline-to-online rl

Learning while Deploying 论文精读：让机器人群在部署中持续学习

精读 LWD：用 DIVL 分布式价值学习与 QAM 流策略提取，把 16 台双臂机器人部署产生的离线与在线经验闭环用于通用 VLA 持续改进。

21 min read