HIL-ResRL：1小时真机RL微调成功率破95%

HIL-ResRL是一种即插即用的VLA（视觉-语言-动作）模型微调方法，通过人类指令引导的强化学习，在1小时内将真机操作成功率提升至95%以上。该方法无需修改模型架构，可直接应用于现有VLA模型，显著降低微调成本和时间。实验表明，在多种机器人操作任务中，HIL-ResRL均能快速提升模型性能，且泛化能力良好。