VLA [Nanyang Technological University]
Physics filtering favors the generalization of robot learning
Jindou Jia et al. · 研究在机器人策略训练中加入物理规律驱动的数据筛选/清洗，去除不符合真实物理的演示样本，并量化其对泛化的增益。对数据驱动的VLA预训练管道有借鉴价值，但未涉及策略架构或新的基准突破。
npj-Robotics
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
- Physics filtering favors the generalization of robot learning [Nanyang Technological University] Jindou Jia et al. · 研究在机器人策略训练中加入物理规律驱动的数据筛选/清洗，去除不符合真实物理的演示样本，并量化其对泛化的增益。对数据驱动的VLA预训练管道有借鉴价值，但未涉及策略架构或新的基准突破。 NPJ-ROBO
- Aerial tactile perching via an anthropomorphic hand with embodied soft tactile receptors Anton Bredenbeck et al. · 面向无人机精准停靠问题，设计带嵌入式软触觉受体的类人机械手，使飞行器能通过接触和触觉反馈完成栖息抓附。亮点是触觉感知与执行结构深度集成，对触觉设计和接触任务感知有参考，但非VLA操作主流程。 NPJ-ROBO
- ZEST: Zero-shot embodied skill transfer for athletic robot control Jean Pierre Sleiman et al. · 提出零样本具身技能迁移方法ZEST，让跑酷、跳跃等高动态运动技能无需新训练即可部署到新本体或新环境。着重解决跨本体迁移成本，对操作技能的迁移设计有借鉴，但没有VLA架构层面或操作benchmark结果。 SCIENCE-
- SONIC: Supersizing motion tracking for natural humanoid whole-body control [CMU] Zhengyi Luo et al. · 通过规模化动作捕捉数据学习人形机器人全身自然运动控制，使输出的动作跟踪更协调且覆盖更大规模动作范围。属于全身运动学方法，对上层运动生成和物理控制器有参考，但与视觉语言动作建模距离较远。 SCIENCE-
- Learning vision-driven reactive soccer skills for humanoid robots Yushi Wang et al. · 以视觉作为核心反馈训练人形机器人完成动态足球技能，强调快速视觉-动作闭环和场地场景下的反应式决策。可用作视觉运动控制的对比参照，但任务局限在竞技运动场景，未进入一般VLA操作评测。 SCIENCE-
- Robot in a crib: How a playing robot helps us understand sensorimotor contingency learning Josua Spisak et al. · 让机器人在受限环境中自由“玩耍”，研究动作与感觉反馈之间的后果关联如何自发涌现。偏向发展机器人学与内在动机，提供了一个具身自主探索的分析范式，但与触觉/抓取型VLA实操距离较远。 SCIENCE-
- BeyondMimic: From motion tracking to versatile humanoid control via guided diffusion [Nanjing Agricultural University] Qiayuan Liao et al. · 用引导扩散把动作捕捉的单一动作回放扩展为覆盖多技能的人形机器人通用控制器，目标是让一个模型管理多种全身技能。扩散式动作生成的思路对VLA动作解码层有参考，但没有展示操作场景的证据。 SCIENCE-
- Convergent binocular stereo: Depth perception for humanoid robot vision Mingshi Chi et al. · 面向人形机器人近距离感知研究会聚双目立体视觉的深度估计，改进会聚构型下的立体匹配质量。可作为VLA折中深度模态输入的感知前端对照方案，本身不提供动作或决策建模贡献。 SCIENCE-
- From acrobatics to generality: Humanoid robots at an inflection point Hae-Won Park · 这是一篇观点/评述文章，梳理人形机器人从展示特技表演走向通用实操作能力的关键转折期。适合快速把握人形控制和操作领域的新发展节奏，没有提供新的技术方法或实验数据。 SCIENCE-
- Air-Ground Collaborative Vision-and-Language Navigation via Shared Bird's-Eye Maps 在空地协同VLN中引入共享鸟瞰图表征，将无人机全局视角与无人车第一视角联合完成语言导航，探索训练-free方法从单智能体扩展到协同场景。对智能体地图表达与协作规划有参考，但任务是导航而非VLA操作。 HF-PAPER
VLA 研究日報VLA 研究日报
共 10 篇
📖 背景閱讀背景阅读
VLA
Aerial tactile perching via an anthropomorphic hand with embodied soft tactile receptors
Anton Bredenbeck et al. · 面向无人机精准停靠问题，设计带嵌入式软触觉受体的类人机械手，使飞行器能通过接触和触觉反馈完成栖息抓附。亮点是触觉感知与执行结构深度集成，对触觉设计和接触任务感知有参考，但非VLA操作主流程。
npj-Robotics
閱讀原文
VLA
ZEST: Zero-shot embodied skill transfer for athletic robot control
Jean Pierre Sleiman et al. · 提出零样本具身技能迁移方法ZEST，让跑酷、跳跃等高动态运动技能无需新训练即可部署到新本体或新环境。着重解决跨本体迁移成本，对操作技能的迁移设计有借鉴，但没有VLA架构层面或操作benchmark结果。
Science-Robotics
閱讀原文
VLA [CMU]
SONIC: Supersizing motion tracking for natural humanoid whole-body control
Zhengyi Luo et al. · 通过规模化动作捕捉数据学习人形机器人全身自然运动控制，使输出的动作跟踪更协调且覆盖更大规模动作范围。属于全身运动学方法，对上层运动生成和物理控制器有参考，但与视觉语言动作建模距离较远。
Science-Robotics
閱讀原文
VLA
Learning vision-driven reactive soccer skills for humanoid robots
Yushi Wang et al. · 以视觉作为核心反馈训练人形机器人完成动态足球技能，强调快速视觉-动作闭环和场地场景下的反应式决策。可用作视觉运动控制的对比参照，但任务局限在竞技运动场景，未进入一般VLA操作评测。
Science-Robotics
閱讀原文
VLA
Robot in a crib: How a playing robot helps us understand sensorimotor contingency learning
Josua Spisak et al. · 让机器人在受限环境中自由“玩耍”，研究动作与感觉反馈之间的后果关联如何自发涌现。偏向发展机器人学与内在动机，提供了一个具身自主探索的分析范式，但与触觉/抓取型VLA实操距离较远。
Science-Robotics
閱讀原文
VLA [Nanjing Agricultural University]
BeyondMimic: From motion tracking to versatile humanoid control via guided diffusion
Qiayuan Liao et al. · 用引导扩散把动作捕捉的单一动作回放扩展为覆盖多技能的人形机器人通用控制器，目标是让一个模型管理多种全身技能。扩散式动作生成的思路对VLA动作解码层有参考，但没有展示操作场景的证据。
Science-Robotics
閱讀原文
VLA
Convergent binocular stereo: Depth perception for humanoid robot vision
Mingshi Chi et al. · 面向人形机器人近距离感知研究会聚双目立体视觉的深度估计，改进会聚构型下的立体匹配质量。可作为VLA折中深度模态输入的感知前端对照方案，本身不提供动作或决策建模贡献。
Science-Robotics
閱讀原文
VLA
From acrobatics to generality: Humanoid robots at an inflection point
Hae-Won Park · 这是一篇观点/评述文章，梳理人形机器人从展示特技表演走向通用实操作能力的关键转折期。适合快速把握人形控制和操作领域的新发展节奏，没有提供新的技术方法或实验数据。
Science-Robotics
閱讀原文
VLA
Air-Ground Collaborative Vision-and-Language Navigation via Shared Bird's-Eye Maps
在空地协同VLN中引入共享鸟瞰图表征，将无人机全局视角与无人车第一视角联合完成语言导航，探索训练-free方法从单智能体扩展到协同场景。对智能体地图表达与协作规划有参考，但任务是导航而非VLA操作。
hf-papers
閱讀原文