QF3 发布：单一离策略更新从零训练人形机器人并微调 VLA

Chung Min Kim 介绍 QF3：一种单一离策略更新方法，可从零训练人形机器人、微调 VLA（视觉-语言-动作模型），也能微调图像模型。QF3 全称 Fast Flow RL with Filtered Q-Gradients，属于机器人训练实践与研究进展，具体效果有待论文与复现验证。