Rho: A Foundation for Efficiently Adaptable VLA Models

📄 arXiv: 2609.38164v1 📥 PDF

作者: Rho Team, Simran Bagaria, Daphne Chen, Dean Fortier, Jianlong Fu, Michael Harrison, Tess Hellebrekers, Neel Joshi, Andrey Kolobov, Dalton Moore, Galen Mullins, Michael Murray, Eduardo Salinas, Reuben Tan

分类: cs.RO

发布日期: 2026-09-29

💡 一句话要点

提出Rho模型以实现高效适应的双臂机器人操作

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 物理人工智能 双臂机器人 任务适应 开放权重模型 在线学习 数据轻量级 行动专家 反馈机制

📋 核心要点

  1. 现有的物理人工智能模型在视觉、语言能力和机器人控制的结合上存在不足，难以高效适应多样化任务。
  2. Rho模型通过开放权重的VLA架构，针对双臂操作进行了优化，支持数据轻量级的任务适应。
  3. 实验结果表明，Rho在多个机器人平台上表现优异，能够在仅需15次修正的情况下实现在线适应，超越现有基线。

📝 摘要（中文）

通用物理人工智能模型需要结合广泛的视觉和语言能力，以及在机器人实现中的精确控制和对下游任务的高效适应。我们提出了Rho，一个为双臂操作设计的开放权重VLA模型系列，旨在实现数据轻量级的任务适应。通过对Rho的行动专家架构和训练方案的系统性消融，我们在控制仿真和物理机器人实验中展示了中期训练对下游适应性的改善。Rho在多个任务和基线评估中表现出色，进一步证明了其在线适应能力。我们发布了基础Rho模型及特定实现的检查点，以促进其在研究和工业应用中的部署。

🔬 方法详解

问题定义：本论文旨在解决现有物理人工智能模型在视觉、语言能力与机器人控制结合方面的不足，特别是在多样化任务适应性上的挑战。现有方法往往需要大量数据进行适应，效率低下。

核心思路：Rho模型通过开放权重的VLA架构，设计了一个轻量级的适应模块，能够在有限的数据下实现高效的任务适应，特别适用于双臂机器人操作。

技术框架：Rho的整体架构包括三个主要模块：行动专家、在线适应模块和反馈学习机制。行动专家负责执行任务，在线适应模块通过接收反馈进行调整，确保模型能够快速适应新任务。

关键创新：Rho的核心创新在于其内置的在线适应能力，能够通过少量的修正反馈学习选择观察条件下的噪声输入，从而提升模型在边缘任务情境下的表现。

关键设计：在模型设计中，Rho采用了特定的损失函数和网络结构，以支持其轻量级的适应能力，并通过系统性消融实验优化了行动专家的架构和训练方案。具体参数设置和训练细节在论文中进行了详细描述。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，Rho在YAM Box、UR AI Trainer和FR3 Duo等多个平台上表现优异，能够在多项任务中匹配或超越现有的开放权重VLA模型。特别是在仅需15次修正的情况下，Rho实现了显著的在线适应能力，展示了其在实际应用中的强大潜力。

🎯 应用场景

Rho模型的潜在应用场景包括工业机器人、服务机器人和研究实验室中的双臂操作任务。其高效的适应能力使得机器人能够在动态环境中快速调整策略，提升操作效率和灵活性，具有重要的实际价值和广泛的应用前景。

📄 摘要（原文）

General-purpose physical AI models must combine broad visual and linguistic capabilities with precise control across robot embodiments and efficient adaptation to downstream tasks. We introduce Rho, a family of open-weights VLA models for bimanual manipulation designed for data-light task adaptation on 3 embodiments representative of dual-arm robots across research labs and the industry -- YAM Box, UR AI Trainer, and FR3 Duo. We systematically ablate Rho's action-expert architecture and training recipe, and show in controlled simulation and physical-robot experiments that embodiment midtraining improves downstream adaptation. The resulting Rho variants for YAM Box, UR AI Trainer, and FR3 Duo match or outperform existing open-weights VLAs and achieve the strongest overall performance across the tasks, embodiments, and baselines evaluated in this report. We further demonstrate the Rho model family's built-in capacity for online adaptation: an internal latent policy learns from corrective feedback to select observation-conditioned noise inputs for the frozen flow-matching action expert. With as few as 15 corrected episodes, adapting this lightweight module enables Rho to handle task situations at the fringe of its offline finetuning distribution. Together, these results position Rho as both a strong general-purpose robotic manipulation model and a practical foundation for adaptation. We release the base Rho model and the embodiment-specific checkpoints to facilitate Rho's deployment in research experiments and practical industrial use cases.