#Multi-Task Learning (1)

强化学习实现通用机器人策略规模化改进

系统研究 π0.5 在 MolmoSpaces 与 LIBERO 上的多任务在线强化学习，证明价值模型引导的策略改进会随任务多样性扩展，并能迁移到未见任务。