Rho：高效适应性 VLA 模型的基础

通用物理人工智能模型必须将广泛的视觉和语言能力与对机器人实施例的精确控制以及对下游任务的有效适应结合起来。我们介绍 Rho，这是一个用于双手操作的开放权重 VLA 模型系列，专为跨研究实验室和行业的 3 个代表双臂机器人的实施例（YAM Box、UR AI Trainer 和 FR3 Duo）进行轻数据任务自适应而设计。我们系统地消除了 Rho 的动作专家架构和训练方法，并在受控模拟和物理机器人实验中表明，实施例中间训练可以改善下游适应性。 YAM Box、UR AI Trainer 和 FR3 Duo 的最终 Rho 变体匹配或优于现有的开放权重 VLA，并在本报告中评估的任务、实施例和基线中实现了最强的整体性能。我们进一步证明了 Rho 模型系列的内置在线适应能力：内部潜在策略从纠正反馈中学习，为冻结流匹配动作专家选择观察条件噪声输入。只需 15 个纠正的片段，采用这个轻量级模块使 Rho 能够处理其离线微调分布边缘的任务情况。总之，这些结果使 Rho 既成为强大的通用机器人操作模型，又成为适应的实用基础。我们发布了基本 Rho 模型和特定于实施例的检查点，以促进 Rho 在研究实验和实际工业用例中的部署。