VLA [Apple]
REFACTOR-VLA: Unsupervised Library Learning of Typed Motor Programs
Riyaaz Shaik et al. · 针对 OpenVLA/π0 等单块式 VLA 缺乏可复用行为抽象、长程任务易退化的问题，提出无监督学习带类型的电机程序库。为 VLA 技能分解/程序化重构方向提供了一个可关注的新训练范式。
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
- Does Imitation Learning Preserve Temporal Robustness in Dexterous Manipulation? An Expert-Learner Comparison Across Task Execution Speeds Clinton Enwerem et al. · 对比专家与模仿学习策略在任务执行速度变化下的时间鲁棒性，指出灵巧操作 IL 在这一维度上的退化情况。为变速场景下的灵巧/VLA 操作评测提供了新的分析视角。 CS.RO
- Evaluating Multimodal LLMs as Generalist Vision-Language-Action Agents for Drone Control: Commanding, Approaching, Tracking and Searching [Drone AI Team, NAVER Cloud] Jaewoo Park et al. · 把 MLLM 直接接入无人机控制回路、用 prompt 声明完整动作空间，评估其在指挥/接近/跟踪/搜索任务上的 VLA 能力。属于 MLLM-as-controller 的评测研究，面向飞行而非机械臂操作。 CS.RO
- EmbodiedSkills: A Unified Framework for Orchestrating, Training, and Deploying VLA Agents [College of Computer Science and Technology, Zhejiang University] Wei Wang et al. · 面向长程任务提出统一编排框架，要求 VLA agent 覆盖感知-规划-执行-进度验证-恢复闭环而不仅输出动作。摘要仅给出系统定位，技术路线与量化结果待正文确认，暂存观察。 CS.RO
- REFACTOR-VLA: Unsupervised Library Learning of Typed Motor Programs [Apple] Riyaaz Shaik et al. · 针对 OpenVLA/π0 等单块式 VLA 缺乏可复用行为抽象、长程任务易退化的问题，提出无监督学习带类型的电机程序库。为 VLA 技能分解/程序化重构方向提供了一个可关注的新训练范式。 CS.RO
- Knowing When to Stop: Adaptive Action Chunking via Internal Cross-Attention Dynamics in VLAs [Tsinghua University] Runze Xu et al. · 用 VLA 内部 cross-attention 动力学作为停止信号，让动作块长度自适应，缓解固定 chunk 在效率与精度间的两难。推理期即可接入现有框架，是免重训提升 VLA 执行效率的实用改进。 CS.RO
- Peg-in-Bench: A Modular Benchmark for High-Precision Robotic Insertion [National Institute of Advanced Industrial Science and Technology (AIST)] Yosel Delgado et al. · 提出模块化的高精度机器人插装 benchmark，可配置偏移、几何与间隙等条件，覆盖接触丰富的插装难题。为插装类操作策略提供更灵活的评估与对比平台。 CS.RO
- ADAPT: Agile Diffusion Action Priors for Robust and Steerable Online Text-Driven Humanoid Control [ETH|Hutter] Yan Wu et al. · ADAPT 将文本条件的人形全身控制做成端到端闭环，用扩散动作先验直接生成控制量，摆脱 text-to-motion 加跟踪器的两步范式。面向人形本体运动控制，与机械臂操作路径不同。 CS.RO
- AM-Bench: A Modular Simulation Suite and Benchmark for Aerial Manipulation Policy Learning [The Robotics Institute, School of Computer Science, Carnegie Mellon University] Yutong Wang et al. · 为空中操纵（aerial manipulation）策略学习构建模块化仿真套件与 benchmark，关注飞行与操纵动力学耦合带来的独特挑战，填补地面支撑操作基准的盲区。 CS.RO
- Potential-Guided Particle Steering for Negation-Constrained Dexterous Grasping [Jeju National University] Geonho Kim et al. · 针对语言指令含否定约束（如“抓住把手但别碰主体”）时灵巧抓取泛化失败的问题，提出势场引导的粒子转向优化，并指出 DexGYSNet 等语料缺陷。对语言条件灵巧抓取有参考价值。 CS.RO
- Provably Safe Sim-to-Real Transfer [SYCAMORE, EPFL] Tingting Ni et al. · 为强化学习的 sim-to-real 迁移提供可证明的安全性框架，降低仿真策略部署到真实系统的风险。未展示机器人操作实验细节，与 VLA 无直接通路，按相邻方法收录。 CS.AI
VLA 研究日報VLA 研究日报
共 10 篇
🔧 技術技术
VLA [Tsinghua University]
Knowing When to Stop: Adaptive Action Chunking via Internal Cross-Attention Dynamics in VLAs
Runze Xu et al. · 用 VLA 内部 cross-attention 动力学作为停止信号，让动作块长度自适应，缓解固定 chunk 在效率与精度间的两难。推理期即可接入现有框架，是免重训提升 VLA 执行效率的实用改进。
cs.RO
閱讀原文
📖 背景閱讀背景阅读
VLA
Does Imitation Learning Preserve Temporal Robustness in Dexterous Manipulation? An Expert-Learner Comparison Across Task Execution Speeds
Clinton Enwerem et al. · 对比专家与模仿学习策略在任务执行速度变化下的时间鲁棒性，指出灵巧操作 IL 在这一维度上的退化情况。为变速场景下的灵巧/VLA 操作评测提供了新的分析视角。
cs.RO
閱讀原文
VLA [Drone AI Team, NAVER Cloud]
Evaluating Multimodal LLMs as Generalist Vision-Language-Action Agents for Drone Control: Commanding, Approaching, Tracking and Searching
Jaewoo Park et al. · 把 MLLM 直接接入无人机控制回路、用 prompt 声明完整动作空间，评估其在指挥/接近/跟踪/搜索任务上的 VLA 能力。属于 MLLM-as-controller 的评测研究，面向飞行而非机械臂操作。
cs.RO
閱讀原文
VLA [College of Computer Science and Technology, Zhejiang University]
EmbodiedSkills: A Unified Framework for Orchestrating, Training, and Deploying VLA Agents
Wei Wang et al. · 面向长程任务提出统一编排框架，要求 VLA agent 覆盖感知-规划-执行-进度验证-恢复闭环而不仅输出动作。摘要仅给出系统定位，技术路线与量化结果待正文确认，暂存观察。
cs.RO
閱讀原文
VLA [National Institute of Advanced Industrial Science and Technology (AIST)]
Peg-in-Bench: A Modular Benchmark for High-Precision Robotic Insertion
Yosel Delgado et al. · 提出模块化的高精度机器人插装 benchmark，可配置偏移、几何与间隙等条件，覆盖接触丰富的插装难题。为插装类操作策略提供更灵活的评估与对比平台。
cs.RO
閱讀原文
VLA [ETH|Hutter]
ADAPT: Agile Diffusion Action Priors for Robust and Steerable Online Text-Driven Humanoid Control
Yan Wu et al. · ADAPT 将文本条件的人形全身控制做成端到端闭环，用扩散动作先验直接生成控制量，摆脱 text-to-motion 加跟踪器的两步范式。面向人形本体运动控制，与机械臂操作路径不同。
cs.RO
閱讀原文
VLA [The Robotics Institute, School of Computer Science, Carnegie Mellon University]
AM-Bench: A Modular Simulation Suite and Benchmark for Aerial Manipulation Policy Learning
Yutong Wang et al. · 为空中操纵（aerial manipulation）策略学习构建模块化仿真套件与 benchmark，关注飞行与操纵动力学耦合带来的独特挑战，填补地面支撑操作基准的盲区。
cs.RO
閱讀原文
VLA [Jeju National University]
Potential-Guided Particle Steering for Negation-Constrained Dexterous Grasping
Geonho Kim et al. · 针对语言指令含否定约束（如“抓住把手但别碰主体”）时灵巧抓取泛化失败的问题，提出势场引导的粒子转向优化，并指出 DexGYSNet 等语料缺陷。对语言条件灵巧抓取有参考价值。
cs.RO
閱讀原文
VLA [SYCAMORE, EPFL]
Provably Safe Sim-to-Real Transfer
Tingting Ni et al. · 为强化学习的 sim-to-real 迁移提供可证明的安全性框架，降低仿真策略部署到真实系统的风险。未展示机器人操作实验细节，与 VLA 无直接通路，按相邻方法收录。
cs.AI
閱讀原文