BORA: Bridging Offline Reinforcement Learning and Online Residual Adaptation for Real-World Dexterous VLA Models

BORA是面向真实世界灵巧VLA模型的离线强化学习与在线残差适应桥接框架，arXiv:2605.30226。该框架解决了VLA模型在真实灵巧操作场景中泛化能力不足的问题，通过离线RL预训练与在线残差适应相结合，实现人在回路的持续学习。BORA引入一致性策略约束，确保在线适应过程中策略稳定性，在多个真实机器人灵巧操作任务上显著提升成功率，为VLA模型从仿真到真实落地提供了可行的强化学习路径。