VLA [Zhejiang A & F University]
FWBC-VLA: Force-Aware Whole-Body Compensation for Contact-Rich Loco-Manipulation
Yutian Zhang et al. · 针对 VLA 无法解释接触物理交互的问题，引入力觉信息的全身补偿机制用于接触丰富的腿臂操作。力觉-动作补偿与触觉 VLA 高度相关，力觉感知接入 VLA 的路径可复用，值得精读。
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
- GIFT: Guided Intermediate Feature Training via Action-Oriented Structural Supervision for Robotic Manipulation [Institute of Automation, Chinese Academy of Sciences] Yupeng Zheng et al. · 针对 VLA 预训练特征与动作目标失配问题，提出动作导向结构监督来引导中间层特征训练。核心动机合理，但摘要未见 benchmark 对比与消融细节，需看正文判断增量幅度。 CS.RO
- MulDP: Multimodal Diffusion Policy for Autonomous Quadruped Parkour Navigation across Complex Terrains [College of Intelligent Robotics and Advanced Manufacturing, Fudan University] Kangmai Hu et al. · 提出多模态扩散策略用于四足机器人自主跑酷导航，侧重速度调控与地形决策，属足式运动而非操作 VLA，与灵巧操作/双臂协作相关性有限。 CS.RO
- Toward Unified Robot Learning: Bridging Representation, Vision-Language-Action, and World Models [Fujitsu Research of America] Shaunak A. Mehta et al. · 面向表征学习、VLA 与世界模型的统一机器人学习综述/蓝图类论文，重要但不紧急，适合作为方向背景阅读，无新方法可直接复用。 CS.RO
- FWBC-VLA: Force-Aware Whole-Body Compensation for Contact-Rich Loco-Manipulation [Zhejiang A & F University] Yutian Zhang et al. · 针对 VLA 无法解释接触物理交互的问题，引入力觉信息的全身补偿机制用于接触丰富的腿臂操作。力觉-动作补偿与触觉 VLA 高度相关，力觉感知接入 VLA 的路径可复用，值得精读。 CS.RO
- Rethinking World Models for Safety-Critical Embodied Systems [Zhejiang Ocean University] Kailang Ma et al. · 从安全性角度审视世界模型在具身系统中的证据保留问题，属观点/审视性论文，无新方法，但对世界模型用于决策的可靠性评占有参考价值。 CS.RO
- MINERVA: How Small Can a Manipulation Policy Be and Still Solve LIBERO? [LIBERO Team] Kohei Sendai et al. · 系统研究 LIBERO 上操控策略的真实容量需求，提出 MINERVA 紧凑型 visuomotor 策略族。为资源受限部署和小模型蒸馏提供清晰基线，结果可直接指导 VLA 模型剪枝与架构选择。 CS.RO
- WISE: World-model-guided Imagination Scheduling for Efficient Post-training of Vision-Language-Action Models [Tsinghua University] Chenhao Zhang et al. · 提出世界模型引导的想象调度策略，用 imagined futures 替代昂贵真机探索来高效精调 VLA。缓解 RL 真机探索稳定性与成本瓶颈，调度机制可迁移到现有 VLA 后训练流程。 CS.RO
- FailBench: How Reliable are VLMs at Judging Robot Task Success? Zaruhi Navasardyan et al. · 发布跨 14 个公开来源共 2197 条操作轨迹的 FailBench，系统评测 VLM 判断任务成功/失败的跨域可靠性。为 VLA 自动评估与奖励标注提供可直接使用的基准与评测协议。 CS.RO
- Scaling Bimanual Household Manipulation from 1,500 hours of Demonstrations to On-Policy Corrections [PrimeBot Research Institute, Swancor Advanced Materials Co., Ltd] Jiafeng Xu et al. · 开源 1500 小时日常家务双臂操作演示数据，并展示从离线演示到在线策略修正的训练流程。大规模双臂数据与 on-policy 纠正策略对双臂 VLA 泛化研究有直接复用价值。 CS.RO
- Toward Physically Grounded JEPA World Models for Goal-Conditioned Robotic Planning GENISOM AI Muyuan Liu et al. · 面向目标条件规划提出端到端 JEPA 世界模型，显式保留与机器人控制相关的表征信息。方法上与 VLA 规划相关但摘要缺真实机器人实验证据，贡献强度存疑。 CS.RO
- Air-Ground Collaborative Vision-and-Language Navigation via Shared Bird's-Eye Maps [Robotics and Autonomous Systems Thrust, Systems Hub, The Hong Kong University of Science and Technology (Guangzhou)] Shuning Zhang et al. · 空地协同 VLN 导航任务，通过共享鸟瞰图实现双智能体协作，属导航而非操作场景，与 VLA 操作研究路径较远。 CS.RO
- R2S-Eval: Robot Evaluation with Real-to-Sim Calibration via Vision-Language Models [Harbin Normal University] Yidi Wang et al. · 用 VLM 做真实到仿真校准，让策略评估可以转移到仿真中进行，缓解真机评测劳动密集与不稳定问题。对 VLA 策略的规模化评估提供可复用校准协议与评测范式。 CS.RO
VLA 研究日報VLA 研究日报
共 15 篇
🔧 技術技术
VLA [LIBERO Team]
MINERVA: How Small Can a Manipulation Policy Be and Still Solve LIBERO?
Kohei Sendai et al. · 系统研究 LIBERO 上操控策略的真实容量需求，提出 MINERVA 紧凑型 visuomotor 策略族。为资源受限部署和小模型蒸馏提供清晰基线，结果可直接指导 VLA 模型剪枝与架构选择。
cs.RO
閱讀原文
VLA [Tsinghua University]
WISE: World-model-guided Imagination Scheduling for Efficient Post-training of Vision-Language-Action Models
Chenhao Zhang et al. · 提出世界模型引导的想象调度策略，用 imagined futures 替代昂贵真机探索来高效精调 VLA。缓解 RL 真机探索稳定性与成本瓶颈，调度机制可迁移到现有 VLA 后训练流程。
cs.RO
閱讀原文
VLA
FailBench: How Reliable are VLMs at Judging Robot Task Success?
Zaruhi Navasardyan et al. · 发布跨 14 个公开来源共 2197 条操作轨迹的 FailBench，系统评测 VLM 判断任务成功/失败的跨域可靠性。为 VLA 自动评估与奖励标注提供可直接使用的基准与评测协议。
cs.RO
閱讀原文
VLA [PrimeBot Research Institute, Swancor Advanced Materials Co., Ltd]
Scaling Bimanual Household Manipulation from 1,500 hours of Demonstrations to On-Policy Corrections
Jiafeng Xu et al. · 开源 1500 小时日常家务双臂操作演示数据，并展示从离线演示到在线策略修正的训练流程。大规模双臂数据与 on-policy 纠正策略对双臂 VLA 泛化研究有直接复用价值。
cs.RO
閱讀原文
VLA [Harbin Normal University]
R2S-Eval: Robot Evaluation with Real-to-Sim Calibration via Vision-Language Models
Yidi Wang et al. · 用 VLM 做真实到仿真校准，让策略评估可以转移到仿真中进行，缓解真机评测劳动密集与不稳定问题。对 VLA 策略的规模化评估提供可复用校准协议与评测范式。
cs.RO
閱讀原文
📖 背景閱讀背景阅读
VLA [Institute of Automation, Chinese Academy of Sciences]
GIFT: Guided Intermediate Feature Training via Action-Oriented Structural Supervision for Robotic Manipulation
Yupeng Zheng et al. · 针对 VLA 预训练特征与动作目标失配问题，提出动作导向结构监督来引导中间层特征训练。核心动机合理，但摘要未见 benchmark 对比与消融细节，需看正文判断增量幅度。
cs.RO
閱讀原文
VLA [College of Intelligent Robotics and Advanced Manufacturing, Fudan University]
MulDP: Multimodal Diffusion Policy for Autonomous Quadruped Parkour Navigation across Complex Terrains
Kangmai Hu et al. · 提出多模态扩散策略用于四足机器人自主跑酷导航，侧重速度调控与地形决策，属足式运动而非操作 VLA，与灵巧操作/双臂协作相关性有限。
cs.RO
閱讀原文
VLA [Fujitsu Research of America]
Toward Unified Robot Learning: Bridging Representation, Vision-Language-Action, and World Models
Shaunak A. Mehta et al. · 面向表征学习、VLA 与世界模型的统一机器人学习综述/蓝图类论文，重要但不紧急，适合作为方向背景阅读，无新方法可直接复用。
cs.RO
閱讀原文
VLA [Zhejiang Ocean University]
Rethinking World Models for Safety-Critical Embodied Systems
Kailang Ma et al. · 从安全性角度审视世界模型在具身系统中的证据保留问题，属观点/审视性论文，无新方法，但对世界模型用于决策的可靠性评占有参考价值。
cs.RO
閱讀原文
VLA GENISOM AI
Toward Physically Grounded JEPA World Models for Goal-Conditioned Robotic Planning
Muyuan Liu et al. · 面向目标条件规划提出端到端 JEPA 世界模型，显式保留与机器人控制相关的表征信息。方法上与 VLA 规划相关但摘要缺真实机器人实验证据，贡献强度存疑。
cs.RO
閱讀原文
VLA [Robotics and Autonomous Systems Thrust, Systems Hub, The Hong Kong University of Science and Technology (Guangzhou)]
Air-Ground Collaborative Vision-and-Language Navigation via Shared Bird's-Eye Maps
Shuning Zhang et al. · 空地协同 VLN 导航任务，通过共享鸟瞰图实现双智能体协作，属导航而非操作场景，与 VLA 操作研究路径较远。
cs.RO
閱讀原文
VLA [Fudan University]
WorldReward: Reward Modeling for Camera-Conditioned World Models
Yibin Wang et al. · 为相机条件世界模型提出统一奖励模型，整合几何与外观一致性的评估。面向视频生成评测而非机器人策略训练，操作应用路径不明确。
cs.CV
閱讀原文
VLA [Joy Future Academy, JD]
Building Pretraining Data for World Models: An Unreal Engine-Based Pipeline for Action-Conditioned Video Generation
Haoyu Wang et al. · 用虚幻引擎搭建动作条件视频数据的预训练流水线，解决视觉-动作时序对齐监督难获取问题。数据管线思路可借鉴但聚焦驾驶/通用视频生成，非操作场景直接验证。
cs.CV
閱讀原文
VLA [Department of Computer Science, Purdue University]
Latent Energy Action Planning with World Models
Phu Pham et al. · 提出潜能量动作规划（LEAP），在潜在世界模型上优化动作使解码终端描述符匹配目标，解决单目标函数下规划偏置问题。方法属通用模型预测控制思想，缺机器人操作实验证据。
cs.LG
閱讀原文