本文探讨了视觉语言动作（VLA）与强化学习（RL）结合的必要性，提出了GR-RL框架，以提高机器人在长时域操作中的灵巧性和精确度。GR-RL通过离线RL过滤次优数据，增强动作并进行在线RL调整，解决了人类示范中的噪声和不匹配问题。尽管GR-RL在高精度任务中表现出色，但仍面临行为漂移等局限性。