VLA [University of Illinois Urbana-Champaign]
Generalizable VLA Finetuning via Representation Anchoring and Language-Action Alignment
Dwip Dalal et al. · 提出表示锚定与语言-动作对齐方法，解决BC微调覆盖预训练表征的问题。提供可复用的微调策略，提升泛化性。
cs.RO
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
- HRIBench: Benchmarking Interaction-Centric Human-Robot Collaboration [Renmin University of China] Chang Liu et al. · 提出首个以交互为中心的HRI基准，填补了现有VLA基准缺乏共享代理建模的空白。虽无新算法，但对评估协作能力至关重要。 CS.RO
- GPUSimBench: Towards Scalable and Reliable GPU-Accelerated Simulators in Embodied AI [Shanghai AI Laboratory] Huzhenyu Zhang et al. · 针对具身AI中GPU加速仿真器的可扩展性与可靠性进行基准测试。属于基础设施层评估，对大规模训练有参考价值但非核心算法。 CS.RO
- Generalizable VLA Finetuning via Representation Anchoring and Language-Action Alignment [University of Illinois Urbana-Champaign] Dwip Dalal et al. · 提出表示锚定与语言-动作对齐方法，解决BC微调覆盖预训练表征的问题。提供可复用的微调策略，提升泛化性。 CS.RO
- Semantic Anchoring for Robotic Action Representations [Peking University] Yuan Xu et al. · 通过语义锚点防止VLA微调退化，保持预训练模型的泛化结构。方法直接作用于VLA表征学习，具有明确的工程应用价值。 CS.RO
- An Empirical Study on Stage-Information Interfaces for VLA Fine-Tuning [LIBERO Team] Yingwei Ji · 实证研究阶段信息接口在VLA微调中的作用，利用分段动作标注作为中间表示。为长程任务分解提供具体工程洞见。 CS.RO
- Learning Robust Execution in Robotic Manipulation with Agentic Reinforcement Learning [School of Inteligence Science and Engineering, the Harbin Institute of Technology Shenzhen] Xiaopeng Zhang et al. · 结合Agentic RL解决VLA在长程操作中的误差累积问题。提供将高层推理与底层鲁棒执行结合的可行路径。 CS.RO
- Industrial Dexterity Benchmark: A Hardware-Software Benchmarking Platform for Industrial Dexterous Manipulation [Analog Devices, Inc] Honglu He et al. · 发布工业灵巧操作软硬件基准平台，涵盖线缆布线等真实任务。重要数据集/基准，但无新算法贡献。 CS.RO
- SPINE: Bridging the Cyber-Physical Gap with Agentic AI [Fudan University] Minkyu Ham et al. · 提出用Agentic AI弥合部署间隙的方法，侧重系统架构而非VLA核心模型。属于相邻领域，应用路径尚不明确。 CS.RO
- RADAR: Closed-Loop Robotic Data Generation via Semantic Planning and Autonomous Causal Environment Reset [Department of Computer Science and Engineering, Southern University of Science and Technology] Yongzhong Wang et al. · 提出闭环数据生成框架，通过语义规划和因果环境重置解决数据瓶颈。为VLA训练提供可扩展的数据收集方案。 CS.RO
- Tactile Modality Fusion for Vision-Language-Action Models [McGill University] Charlotte Morissette et al. · 提出TacFiLM轻量级融合模块，将视触觉信号引入VLA。填补触觉VLA方向空白，代码/方法易于集成。 CS.RO
- Move-Then-Operate: Behavioral Phasing for Human-Like Robotic Manipulation Haoming Xu et al. · 将操作解耦为粗定位和精细接触两阶段，模拟人类行为模式。提供新的VLA策略架构思路，适用于接触丰富任务。 CS.RO
- Motubrain: An Advanced World Action Model for Robot Control [Tsinghua] Motubrain Team et al. · 提出统一世界动作模型Motubrain，联合建模视频与动作。探索世界模型在VLA控制中的应用，具有前瞻性。 CS.RO
VLA 研究日報VLA 研究日报
共 32 篇
🔧 技術技术
VLA [Peking University]
Semantic Anchoring for Robotic Action Representations
Yuan Xu et al. · 通过语义锚点防止VLA微调退化，保持预训练模型的泛化结构。方法直接作用于VLA表征学习，具有明确的工程应用价值。
cs.RO
閱讀原文
VLA [LIBERO Team]
An Empirical Study on Stage-Information Interfaces for VLA Fine-Tuning
Yingwei Ji · 实证研究阶段信息接口在VLA微调中的作用，利用分段动作标注作为中间表示。为长程任务分解提供具体工程洞见。
cs.RO
閱讀原文
VLA [School of Inteligence Science and Engineering, the Harbin Institute of Technology Shenzhen]
Learning Robust Execution in Robotic Manipulation with Agentic Reinforcement Learning
Xiaopeng Zhang et al. · 结合Agentic RL解决VLA在长程操作中的误差累积问题。提供将高层推理与底层鲁棒执行结合的可行路径。
cs.RO
閱讀原文
VLA [Department of Computer Science and Engineering, Southern University of Science and Technology]
RADAR: Closed-Loop Robotic Data Generation via Semantic Planning and Autonomous Causal Environment Reset
Yongzhong Wang et al. · 提出闭环数据生成框架，通过语义规划和因果环境重置解决数据瓶颈。为VLA训练提供可扩展的数据收集方案。
cs.RO
閱讀原文
VLA [McGill University]
Tactile Modality Fusion for Vision-Language-Action Models
Charlotte Morissette et al. · 提出TacFiLM轻量级融合模块，将视触觉信号引入VLA。填补触觉VLA方向空白，代码/方法易于集成。
cs.RO
閱讀原文
VLA
Move-Then-Operate: Behavioral Phasing for Human-Like Robotic Manipulation
Haoming Xu et al. · 将操作解耦为粗定位和精细接触两阶段，模拟人类行为模式。提供新的VLA策略架构思路，适用于接触丰富任务。
cs.RO
閱讀原文
VLA [Tsinghua]
Motubrain: An Advanced World Action Model for Robot Control
Motubrain Team et al. · 提出统一世界动作模型Motubrain，联合建模视频与动作。探索世界模型在VLA控制中的应用，具有前瞻性。
cs.RO
閱讀原文
VLA [HKU]
Diagnosing Semantic Handoff Failures in Agent-Orchestrated Vision-Language-Action Skill Composition
Ke Rui et al. · 诊断并解决多技能组合中的语义交接失败问题。针对长程任务的Agent编排痛点，提供具体的调试与改进方法。
cs.RO
閱讀原文
VLA
TFP: Temporally Conditioned Memory-Fusion Policies for Visuomotor Learning
Yushen Liang et al. · 引入时间条件记忆融合机制，改善VLA的被动反应特性。通过历史状态融合提升时序一致性，方法具体可复用。
cs.RO
閱讀原文
VLA [Tsinghua University]
Harness VLA: Steering Frozen VLAs into Reliable Manipulation Primitives via Memory-Guided Agents
Yixian Zhang et al. · 通过记忆引导Agent冻结VLA并导向可靠操作基元。解决端到端VLA在复杂场景下的不可控问题，工程实用性强。
cs.RO
閱讀原文
VLA [Continuous Learning Team, Shanghai AI Laboratory]
HELP: Human-Efficient Large-Scale Robot Post-Training with Rollout Segmentation
Shaopeng Zhai et al. · 提出基于轨迹分割的人类高效后训练框架，降低VLA适配下游任务的人力成本。优化RLHF/微调流程，具明确应用价值。
cs.RO
閱讀原文
VLA [University of North Carolina at Chapel Hill]
When Vision Overrides Language: Evaluating and Mitigating Counterfactual Failures in VLAs
Yu Fang et al. · 分析并缓解VLA中视觉压倒语言的假象失败问题。提供评估指标与缓解策略，提升指令遵循的鲁棒性。
cs.RO
閱讀原文
VLA [Arizona State University]
Where to Touch, How to Contact: A Hierarchical RL-MPC Framework for Geometry-Aware Sim-to-Real Manipulation
Zhixian Xie et al. · 提出分层RL-MPC框架解决几何感知接触操作。虽非端到端VLA，但其Sim-to-Real策略对VLA部署有重要参考。
cs.RO
閱讀原文
VLA [KAIST]
RoboWorld: Fast and Reliable Neural Simulators for Generalist Robot Policy Evaluation
Byeongguk Jeon et al. · 提出快速可靠的神经仿真器RoboWorld，用于通用机器人策略评估。为VLA大规模评估提供高效工具。
cs.RO
閱讀原文
📖 背景閱讀背景阅读
VLA [Renmin University of China]
HRIBench: Benchmarking Interaction-Centric Human-Robot Collaboration
Chang Liu et al. · 提出首个以交互为中心的HRI基准，填补了现有VLA基准缺乏共享代理建模的空白。虽无新算法，但对评估协作能力至关重要。
cs.RO
閱讀原文
VLA [Shanghai AI Laboratory]
GPUSimBench: Towards Scalable and Reliable GPU-Accelerated Simulators in Embodied AI
Huzhenyu Zhang et al. · 针对具身AI中GPU加速仿真器的可扩展性与可靠性进行基准测试。属于基础设施层评估，对大规模训练有参考价值但非核心算法。
cs.RO
閱讀原文
VLA [Analog Devices, Inc]
Industrial Dexterity Benchmark: A Hardware-Software Benchmarking Platform for Industrial Dexterous Manipulation
Honglu He et al. · 发布工业灵巧操作软硬件基准平台，涵盖线缆布线等真实任务。重要数据集/基准，但无新算法贡献。
cs.RO
閱讀原文
VLA [Fudan University]
SPINE: Bridging the Cyber-Physical Gap with Agentic AI
Minkyu Ham et al. · 提出用Agentic AI弥合部署间隙的方法，侧重系统架构而非VLA核心模型。属于相邻领域，应用路径尚不明确。
cs.RO
閱讀原文
VLA
Initiation Safety: A Missing Dimension in Generalist-Robot Safety
Zhijin Meng et al. · 提出“启动安全性”概念，关注机器人首次不可逆社交动作的安全性。属安全伦理层面探讨，非技术算法突破。
cs.RO
閱讀原文
VLA [AMAP CV Lab]
ABot-AgentOS: A General Robotic Agent OS with Lifelong Multi-modal Memory
Jiayi Tian et al. · 构建具终身多模态记忆的机器人Agent操作系统。侧重系统架构与运行时管理，非VLA核心模型创新。
cs.RO
閱讀原文
VLA [Shandong University]
UESF-Bench: Benchmarking and Probing for Unified Embodied Seeking and Following
Kun Yu et al. · 发布统一具身搜索与跟随基准，解决目标初始不可见设定下的评估难题。重要Benchmark，无新算法。
cs.AI
閱讀原文
VLA
Grounded world models in biological organisms and future embodied AI
Giovanni Pezzulo et al. · 探讨生物有机体中的接地世界模型及其对具身AI的启示。理论综述性质，启发性强但无直接技术贡献。
cs.AI
閱讀原文
VLA [Zhejiang University]
UniPhysGen: Unified Physical Grounding for Simulation-Ready 3D Assets
Xian Li et al. · 为仿真就绪3D资产提供统一物理 grounding。属于数据/仿真基础设施，间接支持VLA训练，非核心算法。
cs.CV
閱讀原文
VLA [University of Southampton]
Learning Safe Agent Behaviour from Human Preferences and Justifications via World Models
Ilias Kazantzidis et al. · 利用世界模型从人类偏好中学习安全Agent行为。侧重安全对齐，方法论较通用，VLA特异性不强。
cs.AI
閱讀原文
VLA [Université Paris-Saclay, CEA, List]
The SIGReg Objective as Variational Free Energy: A Theoretical Active-Inference Account of JEPA World Models
Fabio Arnez et al. · 从变分自由能角度理论分析JEPA世界模型。纯理论研究，对VLA实践指导意义有限。
cs.AI
閱讀原文
VLA [Department of Computer Science, University of Toronto]
OPINE-World: Programmatic World Modeling with Ontology-error-Prioritized Interactive Exploration for ARC-AGI-3
David Courtis et al. · 面向ARC-AGI的任务编程世界建模，侧重抽象推理而非具身操作控制。与VLA核心目标距离较远。
cs.AI
閱讀原文
VLA [University of Oxford]
From Observation to Insight: Mechanistic World Models and the Quest for Autonomous Discovery
Ingmar Posner et al. · 探讨机械世界模型在自主科学发现中的应用。属AI for Science范畴，非机器人操作。
cs.AI
閱讀原文
VLA
Operator-on-F complements value-equivalence: a planning-time diagnostic for latent world models
Donna Vakalis · 提出潜在世界模型的规划时诊断方法。属世界模型评估理论，非VLA直接相关。
cs.AI
閱讀原文
VLA [Alaya Lab]
From Pixels to States: Rethinking Interactive World Models as Game Engines
Zhen Li et al. · 将交互式世界模型重新构想为游戏引擎。概念新颖但偏图形学/仿真，离VLA落地较远。
cs.CV
閱讀原文
VLA
Autonomous Video Generation with Counterfactual Controllability for Self-Evolving World Models
Xin Wang et al. · 提出具备反事实可控性的自进化世界模型视频生成。侧重视频生成质量，非机器人控制。
cs.CV
閱讀原文
VLA [Beijing University of Posts and Telecommunications]
Self in Space: Benchmarking Self-Awareness and Spatial Cognition in UAV Embodied Intelligence
Zhishan Zou et al. · 评估UAV具身智能中的自我意识与空间认知。属无人机领域Benchmark，非地面机器人操作。
cs.CV
閱讀原文