VLA [Jiaxing University]
Towards High-DoF Dexterous Manipulation through VLA Post-Training
Junlei Zhu et al. · 面向高自由度灵巧手的 VLA 后训练流程，在特定下游任务与硬件平台上做适配微调，弥合通用 VLA 基座与真实灵巧平台部署之间的差距；做灵巧操作落地可直接参考其微调范式与硬件适配细节。
cs.RO
閱讀原文
VLA 研究日報 Pulsar
FEED
— AI 線暫無可用資料 —— AI 线暂无可用资料 —
VLA 線VLA 线 · cs.RO · cs.AI · cs.LG
- Beyond Patch Removal: Persistent Adversarial Effects in Vision-Language-Action Policies 研究对抗 patch 对 VLA 策略的持续影响：提出状态恢复实验协议，区分 patch 存在时的动作破坏与移除后仍残留的状态效应，为 VLA 鲁棒性评测提供新协议。 HF-PAPER
- TouchSight: Bare-Handed Tactile Prediction from Egocentric Video via Generative Visual Augmentation 用生成式视觉增强从第一人称视频预测触觉信号，无需真实触觉传感器即可批量生成触觉监督，为触觉操作数据稀缺提供规模化路径。 HF-PAPER
- ULOHA: An Underwater Bimanual Robot System for Robot Learning [The University of Osaka] Masato Kobayashi et al. · 水下双臂机器人学习平台，含定制主从遥操作与模仿学习全流程，把双臂模仿学习从空气中扩展到水下场景，方向较窄但提供完整硬件与数据流程。 CS.RO
- From Rollout to Reset: A Graph-Based Harness for Autonomous Long-Horizon Manipulation Evaluation [Karlsruhe Institute of Technology] Jing Jiang et al. · 用图结构自动完成长程操作真机实验中的场景重置与初始状态采样，替代人工复位，提升评测效率并降低初始状态分布偏移带来的噪声。 CS.RO
- FASA: Feedback-Aware Sampling Adaptation for Efficient Diffusion-Based VLA Models [South China University of Technology Guangzhou, China Ping An Technology (Shenzhen) Co., Ltd. Shenzhen, China] Yuchen Han et al. · 针对扩散式 VLA 迭代去噪带来的计算与访存开销，用反馈感知的采样步自适应减少推理步数，面向边缘平台的实时部署加速。 CS.RO
- Recovering Aggressively Pruned Vision-Language-Action Models with Offline Hidden-State Distillation [LIBERO Team] Chiyoung Kim et al. · 用离线隐状态蒸馏恢复被结构性剪掉 63% 语言主干的 VLA 精度，且不依赖原始训练数据，服务于机器人端侧部署的模型压缩。 CS.RO
- WorldContact: A Contact-Centric World Model for Scalable Robot Learning [University of British Columbia] Caoliwen Wang et al. · 以接触为中心的可变形物体操作世界模型，用少量高质量轨迹学习接触动力学并生成大规模交互经验，降低真机数据采集成本。 CS.RO
- ReShoot: Generative Visual Domain Randomization of Recorded Robot Demonstrations for Visuomotor Policy Learning [Chung-Ang University] Chiyoung Kim et al. · 对已录制的真机示教做生成式视觉域随机化，改变物体颜色与背景等外观以缓解视觉过拟合，提升视觉运动策略在新环境下的泛化。 CS.RO
- Runtime Safety Filtering for Two-Terminal Hazards in Robotic Battery Recycling [LIBERO Team] Yuxin Cao et al. · 针对电池回收场景的运行时安全过滤，把依赖两物体联合空间关系（而非物体各自 keep-out 区域）的危险状态建模，属特定工业应用的受限改进。 CS.RO
- Towards High-DoF Dexterous Manipulation through VLA Post-Training [Jiaxing University] Junlei Zhu et al. · 面向高自由度灵巧手的 VLA 后训练流程，在特定下游任务与硬件平台上做适配微调，弥合通用 VLA 基座与真实灵巧平台部署之间的差距；做灵巧操作落地可直接参考其微调范式与硬件适配细节。 CS.RO
- LIFD: Anchored Diffusion for 3D-Aware Scene Memory in Robotic Manipulation [School of Software Engineering, South China University of Technology] Wenbo Li et al. · 用锚定扩散为操作策略构建 3D 感知的场景记忆，缓解部分可观测下已离开视野区域几何信息丢失的问题。 CS.RO
- Co-VLA: Consensus-based Federated Training for Vision-Language-Action Models [Intelligent Perception in Technical Systems, University of Augsburg] Haolong Li et al. · 把联邦学习引入 VLA 训练，用一致性聚合在数据不出本地的前提下跨机构协同训练，缓解机器人数据孤岛，但属成熟联邦范式在 VLA 上的迁移。 CS.RO
VLA 研究日報VLA 研究日报
共 30 篇
🔧 技術技术
VLA [The University of Hong Kong]
TraceFlow: Guiding Frozen Flow-Matching Robot Policies with Success and Failure Traces
Jiaxuan Zhang et al. · 在权重冻结条件下，用历史 rollout 的成功/失败轨迹构造引导信号修正流匹配 VLA 的速度场，实现推理期策略自我改进；可直接套用到 π0 一类 flow-matching 策略上做免训练提点。
cs.RO
閱讀原文
VLA [HKUST (GZ)]
DexTouch-WM: Learning Action-Conditioned Tactile World Models from Human Touch for Dexterous Robot Manipulation
Yan Qin et al. · 用人类触摸视频学习动作条件的触觉世界模型，获得跨本体、可扩展的接触丰富操作动力学预测，绕开真机触觉数据采集昂贵与传感器绑定的问题；适合作为触觉 VLA 的预训练/数据扩增组件。
cs.RO
閱讀原文
VLA [University of California, Davis]
Agile-WAM: An Agile Tactile World Action Model for Contact-Rich Robot Control
Hanchu Zhou et al. · 提出联合预测未来世界状态与动作的触觉世界动作模型，针对现有触觉 WAM 推理迟缓、反应性不足的问题提升控制频率与响应速度；为接触丰富操作的世界模型落地提供直接可复用的设计。
cs.RO
閱讀原文
VLA [Shanghai Jiao Tong University]
Q-VGM: Q-Guided Value-Gradient Matching for Offline-to-Online RL of Flow-Matching VLA Policies
Ziqian Wang et al. · 提出 Q 引导的值梯度匹配，绕开对 flow-matching 策略的反向传播完成离线到在线 RL 微调；可直接用于 π0 一类 flow VLA 的强化学习后训练，缓解监督微调难以超越示教水平的问题。
cs.RO
閱讀原文
📖 背景閱讀背景阅读
VLA
Beyond Patch Removal: Persistent Adversarial Effects in Vision-Language-Action Policies
研究对抗 patch 对 VLA 策略的持续影响：提出状态恢复实验协议，区分 patch 存在时的动作破坏与移除后仍残留的状态效应，为 VLA 鲁棒性评测提供新协议。
hf-papers
閱讀原文
VLA
TouchSight: Bare-Handed Tactile Prediction from Egocentric Video via Generative Visual Augmentation
用生成式视觉增强从第一人称视频预测触觉信号，无需真实触觉传感器即可批量生成触觉监督，为触觉操作数据稀缺提供规模化路径。
hf-papers
閱讀原文
VLA [The University of Osaka]
ULOHA: An Underwater Bimanual Robot System for Robot Learning
Masato Kobayashi et al. · 水下双臂机器人学习平台，含定制主从遥操作与模仿学习全流程，把双臂模仿学习从空气中扩展到水下场景，方向较窄但提供完整硬件与数据流程。
cs.RO
閱讀原文
VLA [Karlsruhe Institute of Technology]
From Rollout to Reset: A Graph-Based Harness for Autonomous Long-Horizon Manipulation Evaluation
Jing Jiang et al. · 用图结构自动完成长程操作真机实验中的场景重置与初始状态采样，替代人工复位，提升评测效率并降低初始状态分布偏移带来的噪声。
cs.RO
閱讀原文
VLA [South China University of Technology Guangzhou, China Ping An Technology (Shenzhen) Co., Ltd. Shenzhen, China]
FASA: Feedback-Aware Sampling Adaptation for Efficient Diffusion-Based VLA Models
Yuchen Han et al. · 针对扩散式 VLA 迭代去噪带来的计算与访存开销，用反馈感知的采样步自适应减少推理步数，面向边缘平台的实时部署加速。
cs.RO
閱讀原文
VLA [LIBERO Team]
Recovering Aggressively Pruned Vision-Language-Action Models with Offline Hidden-State Distillation
Chiyoung Kim et al. · 用离线隐状态蒸馏恢复被结构性剪掉 63% 语言主干的 VLA 精度，且不依赖原始训练数据，服务于机器人端侧部署的模型压缩。
cs.RO
閱讀原文
VLA [University of British Columbia]
WorldContact: A Contact-Centric World Model for Scalable Robot Learning
Caoliwen Wang et al. · 以接触为中心的可变形物体操作世界模型，用少量高质量轨迹学习接触动力学并生成大规模交互经验，降低真机数据采集成本。
cs.RO
閱讀原文
VLA [Chung-Ang University]
ReShoot: Generative Visual Domain Randomization of Recorded Robot Demonstrations for Visuomotor Policy Learning
Chiyoung Kim et al. · 对已录制的真机示教做生成式视觉域随机化，改变物体颜色与背景等外观以缓解视觉过拟合，提升视觉运动策略在新环境下的泛化。
cs.RO
閱讀原文
VLA [LIBERO Team]
Runtime Safety Filtering for Two-Terminal Hazards in Robotic Battery Recycling
Yuxin Cao et al. · 针对电池回收场景的运行时安全过滤，把依赖两物体联合空间关系（而非物体各自 keep-out 区域）的危险状态建模，属特定工业应用的受限改进。
cs.RO
閱讀原文
VLA [School of Software Engineering, South China University of Technology]
LIFD: Anchored Diffusion for 3D-Aware Scene Memory in Robotic Manipulation
Wenbo Li et al. · 用锚定扩散为操作策略构建 3D 感知的场景记忆，缓解部分可观测下已离开视野区域几何信息丢失的问题。
cs.RO
閱讀原文
VLA [Intelligent Perception in Technical Systems, University of Augsburg]
Co-VLA: Consensus-based Federated Training for Vision-Language-Action Models
Haolong Li et al. · 把联邦学习引入 VLA 训练，用一致性聚合在数据不出本地的前提下跨机构协同训练，缓解机器人数据孤岛，但属成熟联邦范式在 VLA 上的迁移。
cs.RO
閱讀原文
VLA [Tongji University]
MaskHarness-WAM: Instance-Grounded Harnessing for Long-Horizon Robot Manipulation
Zitai Huang et al. · 用实例级掩码接地支撑长程操作中的目标跟踪与任务进度评估，应对多物体外观相似时的跟踪丢失与进度误判。
cs.RO
閱讀原文
VLA [Institut de Robòtica i Informàtica Industrial, CSIC-UPC Barcelona]
Compliance for Free: Learning Identifiable Impedance via Bilateral Teleoperation
Harsha Guda et al. · 指出 VLA 只给位置不给力度，通过双边遥操作采集可辨识的阻抗/柔顺信息，为接触丰富任务补齐“推多用力”的示教接口。
cs.RO
閱讀原文
VLA [Robotics Research Center, IIIT-H]
AnyViewDex: View-Invariant Dexterous Manipulation from RGB Observations
Soham Patil et al. · 仅用 RGB 观测实现视角不变的灵巧操作策略，摆脱对 RGB-D/点云等显式 3D 模态的硬件依赖，提升相机位姿漂移下的鲁棒性。
cs.RO
閱讀原文
VLA [Department of Computer Science, Purdue University]
SkipVLA: Skipping VLA Steps with Classical Planning for Fast Robot Manipulation
Kaivalya Agrawal et al. · 用经典规划器接管长程任务中的部分决策，跳过不必要的 VLA 前向调用以减少推理次数、加速真机执行。
cs.RO
閱讀原文
VLA [Xi’an Jiaotong University]
HIL-UMI: Bringing Human-in-the-Loop Post-Training of Vision-Language-Action Models to Universal Manipulation Interface
Zimu Han et al. · 把人类在环后训练接到 UMI 通用操作接口上，用人类纠正数据修正 VLA 在真实部署中的失败模式，降低 SFT 之后仍需反复调试的成本。
cs.RO
閱讀原文
VLA [Dalian University of Technology]
Learning Foresight without Explicit Trajectories for 3D Diffusion Policies
Zhongbo Zhang et al. · 为 3D 扩散策略加入不依赖显式轨迹标注的预测性监督，使策略在生成当前动作时预判交互走向。
cs.RO
閱讀原文
VLA [Tongji University]
GeoAAC: Geometry-Based Adaptive Action Chunking from Denoising Trajectories in VLA Policies
Xin Chen et al. · 从扩散去噪轨迹中提取几何信息自适应决定动作块长度，替代现有固定 action horizon 的执行方式，兼顾不同任务阶段的精度与效率。
cs.RO
閱讀原文
VLA [MIT|Agrawal]
Workspace Models: Lightweight Robotic Memory via Saliency-Driven Supervision
Nitish Dashora et al. · 用显著性驱动监督训练轻量工作空间记忆模型，为长程操作策略提供紧凑的过去事件表征，避免条件化完整历史带来的虚假相关与性能退化。
cs.RO
閱讀原文
VLA [USC]
Coding Agents with an Obstacle-Aware Harness for Safe Robot Manipulation
Bingxin Xu et al. · 让编码智能体为机械臂编写带避障约束的控制程序，并系统检验此类免训练生成式控制器在安全关键操作中的可靠性边界。
cs.RO
閱讀原文
VLA [科大]
"Your Robot Was Trained on a Lie": Collision Mesh Poisoning Attacks on Robotic Manipulation
Gengyang Xu et al. · 揭示仿真资产中视觉网格正常但碰撞网格可被投毒，使策略在训练与评测中被错误碰撞几何误导，为仿真数据管线安全提供警示与攻击构造方法。
cs.RO
閱讀原文
VLA [CMU]
ParticleSplat: Self-supervised Object-centric Latent Particle Splatting
Lyuxing He et al. · 自监督的物体中心潜在粒子泼溅方法，用前馈 3D 高斯泼溅把场景分解为语义粒子，为操作与世界模型提供物体级结构化表征。
cs.RO
閱讀原文
VLA [Tongji University]
JEPA-WAM: Connecting Generated Visual Instructions to World Action Models through JEPA Latent Representations
Tianbin Liu et al. · 在 JEPA 潜空间中把生成的视觉指令接入世界动作模型，改善现有 WAM 仅靠语言条件时指令跟随能力不足的问题。
cs.RO
閱讀原文
VLA [School of Software Engineering, South China University of Technology]
AntiGrounding: Executable Robot Trajectories as Visual Prompts for VLM-Guided Manipulation
Wenbo Li et al. · 把可执行机器人轨迹作为视觉提示引入双几何-视觉轨迹接口，使 VLM 在动作选择时获得更明确的空间参照，减少语言指令的目标歧义。
cs.RO
閱讀原文
VLA [HKUST]
StarVLA-$\alpha$: Reducing Complexity in Vision-Language-Action Systems
Jinhui Ye et al. · 针对 VLA 生态架构与训练流程高度碎片化的问题，梳理各组件差异并提出更简化的统一 VLA 设计，降低复现与消融对比成本。
cs.RO
閱讀原文