VLA
LaMP: Learning Vision-Language-Action Policies with 3D Scene Flow as Latent Motion Prior
Xinkai Wang et al. · 3D 场景流作为潜在运动先验，解决 VLA 2D-3D 感知瓶颈。
cs.CV
閱讀原文
VLA 研究日報 Pulsar
LIVE
— AI 線今日無資料 —— AI 线今日无资料 —
VLA 線VLA 线 · cs.RO · cs.AI · cs.LG
- FODMP: Fast One-Step Diffusion of Movement Primitives Generation for Time-Dependent Robot Actions Xirui Shi et al. · 扩散策略生成运动原语，方法相邻但无明确 VLA 架构创新。 CS.RO
- SABER: A Stealthy Agentic Black-Box Attack Framework for Vision-Language-Action Models [Manocha] Xiyang Wu et al. · 针对 VLA 指令通道的黑盒攻击框架，具身安全评估重要工具。 CS.RO
- $π$, But Make It Fly: Physics-Guided Transfer of VLA Models to Aerial Manipulation Johnathan Tucker et al. · 将 VLA 基础模型迁移至空中操作，解决跨平台动力学失配。 CS.RO
- ThermoAct:Thermal-Aware Vision-Language-Action Models for Robotic Perception and Decision-Making Young-Chae Son et al. · 热成像数据融入 VLA，多模态扩展但架构创新有限。 CS.RO
- SafeGuard ASF: SR Agentic Humanoid Robot System for Autonomous Industrial Safety [Unitree] Thanh Nguyen Canh et al. · 人形机器人安全系统整合，侧重工程部署而非 VLA 算法创新 [💧灌水]。 CS.RO
- Integrating Deep RL and Bayesian Inference for ObjectNav in Mobile Robotics João Castelo-Branco et al. · 移动机器人 ObjectNav 结合贝叶斯推断，导航方向非操作 VLA 核心。 CS.RO
- IntentReact: Guiding Reactive Object-Centric Navigation via Topological Intent Yanmei Jiao et al. · 基于拓扑意图的反应式导航，属具身导航非操作 VLA。 CS.RO
- System Design for Maintaining Internal State Consistency in Long-Horizon Robotic Tabletop Games Guangyu Zhao et al. · 桌面游戏长程任务状态一致性系统设计，场景特定泛化性有限。 CS.RO
- MMaDA-VLA: Large Diffusion Vision-Language-Action Model with Unified Multi-Modal Instruction and Generation Yang Liu et al. · 大型扩散 VLA 模型，统一多模态指令与生成架构。 CS.RO
- Visualizing Impedance Control in Augmented Reality for Teleoperation: Design and User Evaluation Gijs van den Brandt et al. · 遥操作阻抗控制可视化，属人机交互非 VLA 自主决策。 CS.RO
- LILAC: Language-Conditioned Object-Centric Optical Flow for Open-Loop Trajectory Generation Motonari Kambara et al. · 语言条件光流轨迹生成，开环控制非 VLA 闭环策略。 CS.RO
- Towards Embodied AI with MuscleMimic: Unlocking full-body musculoskeletal motor learning at scale Chengkun Li et al. · 肌肉骨骼模型运动模仿学习，仿真底座非 VLA 架构。 CS.RO
VLA 研究日報VLA 研究日报
共 35 篇
⚡ 突破
🔧 技術技术
VLA [Manocha]
SABER: A Stealthy Agentic Black-Box Attack Framework for Vision-Language-Action Models
Xiyang Wu et al. · 针对 VLA 指令通道的黑盒攻击框架，具身安全评估重要工具。
cs.RO
閱讀原文
VLA
$π$, But Make It Fly: Physics-Guided Transfer of VLA Models to Aerial Manipulation
Johnathan Tucker et al. · 将 VLA 基础模型迁移至空中操作，解决跨平台动力学失配。
cs.RO
閱讀原文
VLA
MMaDA-VLA: Large Diffusion Vision-Language-Action Model with Unified Multi-Modal Instruction and Generation
Yang Liu et al. · 大型扩散 VLA 模型，统一多模态指令与生成架构。
cs.RO
閱讀原文
VLA [Garg]
SoftMimicGen: A Data Generation System for Scalable Robot Learning in Deformable Object Manipulation
Masoud Moghani et al. · 可变形物体操作数据生成系统，解决数据稀缺瓶颈。
cs.RO
閱讀原文
VLA
Beyond Attention Magnitude: Leveraging Inter-layer Rank Consistency for Efficient Vision-Language-Action Models
Peiju Liu et al. · 利用层间秩一致性优化 VLA 推理效率，具体可复用。
cs.CV
閱讀原文
📖 背景閱讀背景阅读
VLA
FODMP: Fast One-Step Diffusion of Movement Primitives Generation for Time-Dependent Robot Actions
Xirui Shi et al. · 扩散策略生成运动原语，方法相邻但无明确 VLA 架构创新。
cs.RO
閱讀原文
VLA
ThermoAct:Thermal-Aware Vision-Language-Action Models for Robotic Perception and Decision-Making
Young-Chae Son et al. · 热成像数据融入 VLA，多模态扩展但架构创新有限。
cs.RO
閱讀原文
VLA [Unitree]
SafeGuard ASF: SR Agentic Humanoid Robot System for Autonomous Industrial Safety
Thanh Nguyen Canh et al. · 人形机器人安全系统整合，侧重工程部署而非 VLA 算法创新 [💧灌水]。
cs.RO
閱讀原文
VLA
Integrating Deep RL and Bayesian Inference for ObjectNav in Mobile Robotics
João Castelo-Branco et al. · 移动机器人 ObjectNav 结合贝叶斯推断，导航方向非操作 VLA 核心。
cs.RO
閱讀原文
VLA
IntentReact: Guiding Reactive Object-Centric Navigation via Topological Intent
Yanmei Jiao et al. · 基于拓扑意图的反应式导航，属具身导航非操作 VLA。
cs.RO
閱讀原文
VLA
System Design for Maintaining Internal State Consistency in Long-Horizon Robotic Tabletop Games
Guangyu Zhao et al. · 桌面游戏长程任务状态一致性系统设计，场景特定泛化性有限。
cs.RO
閱讀原文
VLA
Visualizing Impedance Control in Augmented Reality for Teleoperation: Design and User Evaluation
Gijs van den Brandt et al. · 遥操作阻抗控制可视化，属人机交互非 VLA 自主决策。
cs.RO
閱讀原文
VLA
LILAC: Language-Conditioned Object-Centric Optical Flow for Open-Loop Trajectory Generation
Motonari Kambara et al. · 语言条件光流轨迹生成，开环控制非 VLA 闭环策略。
cs.RO
閱讀原文
VLA
Towards Embodied AI with MuscleMimic: Unlocking full-body musculoskeletal motor learning at scale
Chengkun Li et al. · 肌肉骨骼模型运动模仿学习，仿真底座非 VLA 架构。
cs.RO
閱讀原文
VLA
Towards Generalizable Robotic Data Flywheel: High-Dimensional Factorization and Composition
Yuyang Xiao et al. · 机器人数据飞轮策略，数据工程方向非模型架构创新。
cs.RO
閱讀原文
VLA
A Mentalistic Interface for Probing Folk-Psychological Attribution to Non-Humanoid Robots
Giulio Pisaneschi et al. · 非人形机器人心理归因接口，属 HRI 心理学非 VLA。
cs.RO
閱讀原文
VLA
Fast-dVLA: Accelerating Discrete Diffusion VLA to Real-Time Performance
Wenxuan Song et al. · 离散扩散 VLA 加速，与 Efficient VLA 方向重叠，降级。
cs.RO
閱讀原文
VLA
Persistent Robot World Models: Stabilizing Multi-Step Rollouts via Reinforcement Learning
Jai Bardhan et al. · 世界模型多步 rollout 稳定化，相邻方向非 VLA 直接应用。
cs.RO
閱讀原文
VLA
KitchenTwin: Semantically and Geometrically Grounded 3D Kitchen Digital Twins
Quanyun Wu et al. · 厨房 3D 数字孪生数据集，仿真环境构建非 VLA 算法。
cs.CV
閱讀原文
VLA
Scalable Object Relation Encoding for Better 3D Spatial Reasoning in Large Language Models
Shengli Zhou et al. · LLM 3D 空间推理编码，多模态 LLM 非具身 VLA。
cs.CV
閱讀原文
VLA
DCARL: A Divide-and-Conquer Framework for Autoregressive Long-Trajectory Video Generation
Junyi Ouyang et al. · 长轨迹视频生成框架，世界模型相邻方向。
cs.CV
閱讀原文
VLA
Bridging Perception and Reasoning: Token Reweighting for RLVR in Multimodal LLMs
Jinda Lu et al. · 多模态 LLM 令牌重加权，RLVR 方向非 VLA 策略。
cs.CV
閱讀原文
VLA [Microsoft Research]
MSRL: Scaling Generative Multimodal Reward Modeling via Multi-Stage Reinforcement Learning
Chenglong Wang et al. · 多模态奖励建模，RL 方向非 VLA 策略。
cs.CV
閱讀原文
VLA
VideoWeaver: Multimodal Multi-View Video-to-Video Transfer for Embodied Agents
George Eskandar et al. · 多视角视频迁移，数据增强方向非 VLA 核心架构。
cs.CV
閱讀原文
VLA
PAWS: Perception of Articulation in the Wild at Scale from Egocentric Videos
Yihao Wang et al. · 关节物体感知数据集，感知方向非 VLA 策略。
cs.CV
閱讀原文
VLA
TRACE: Object Motion Editing in Videos with First-Frame Trajectory Guidance
Quynh Phung et al. · 视频物体运动编辑，计算机视觉任务非机器人。
cs.CV
閱讀原文
VLA
Out of Sight but Not Out of Mind: Hybrid Memory for Dynamic Video World Models
Kaijin Chen et al. · 动态视频世界模型记忆机制，相邻方向非 VLA。
cs.CV
閱讀原文
VLA
How Far Are Vision-Language Models from Constructing the Real World? A Benchmark for Physical Generative Reasoning
Luyu Yang et al. · 物理生成推理 Benchmark，评测方向非模型创新。
cs.AI
閱讀原文
VLA
When Sensing Varies with Contexts: Context-as-Transform for Tactile Few-Shot Class-Incremental Learning
Yifeng Lin et al. · 触觉少样本增量学习，感知方向非 VLA 架构。
cs.AI
閱讀原文
VLA
Evaluating Language Models for Harmful Manipulation
Canfer Akbulut et al. · 语言模型有害操纵评估，安全评测非 VLA 模型。
cs.AI
閱讀原文
VLA
Modernising Reinforcement Learning-Based Navigation for Embodied Semantic Scene Graph Generation
Roman Kueble et al. · 语义场景图生成导航，相邻方向非 VLA 核心。
cs.AI
閱讀原文
VLA
R-C2: Cycle-Consistent Reinforcement Learning Improves Multimodal Reasoning
Zirui Zhang et al. · 多模态推理一致性 RL，通用多模态非 VLA。
cs.AI
閱讀原文
VLA
Train at Moving Edge: Online-Verified Prompt Selection for Efficient RL Training of Large Reasoning Model
Jiahao Wu et al. · 大推理模型 RL 训练效率，LLM 方向非 VLA。
cs.LG
閱讀原文
VLA
Maximum Entropy Behavior Exploration for Sim2Real Zero-Shot Reinforcement Learning
Jiajun Hu et al. · Sim2Real 零样本 RL 探索，通用 RL 非 VLA 特定。
cs.LG
閱讀原文