Zhengyu Tao et al. · 提出预测式触觉-视觉-语言-动作模型，先预测未来接触状态再生成动作，解决接触密集任务中关键交互状态视觉不可观测的问题；触觉 VLA 方向可直接对照其预测式触觉编码与融合设计复现。
Yiheng Ji et al. · 指出扩散/流式动作生成器的多步去噪拖慢闭环响应，提出实时反馈去噪机制让 VLA 在保持动作多模态性的同时快速响应环境变化，可直接迁移到现有 diffusion/flow VLA 的推理加速。
Zhipeng Tang et al. · 系统研究 flow-matching VLA 的积分步数与闭环成功率的关系，发现步数增多并不必然更好，并给出更少步数的推理方案；对 π0 类 flow-based VLA 可直接替换推理配置，兼顾精度与实时性。
Zhiyuan Gao et al. · 用子任务引导的几何蒸馏加隐式世界模型增强 VLA 的 3D 空间与动力学理解，缓解直接 2D 观测到动作的几何缺失；世界模型方向可借鉴其蒸馏式训练流程。
Yichen Liu et al. · GALA 用几何感知的隐式动作建模学习跨具身统一的潜在动作空间，解决不同末端执行器动作空间异构导致的预训练难题；跨具身 VLA 预训练可直接借鉴其潜在动作构造与几何约束。
Wen Sin Lor et al. · 用物理储备池计算让机器人通过抓取/摇晃动态探测被遮挡物体的质心与内部结构等隐藏物理属性，补足视觉无法获取的操作先验。属于物理属性辨识，与 VLA 架构/训练无直接接口。
Beichen Wang et al. · 只需一次场景扫描，用高斯泼溅合成与目标环境匹配的大量演示数据来训练视觉运动策略，降低真机示教采集成本。属数据合成工具，但未涉及 VLA 策略设计本身。
Qingyi Chen et al. · 在噪声空间做轨迹优化，使预训练一步生成式策略在部署时满足避障与姿态保持等约束，属推理期安全引导方法，未在 VLA 策略上验证。
Jinzhu Luo et al. · 提出覆盖操作前/中/后三阶段的安全评测基准，系统检验视觉语言条件策略的物理安全、语义拒绝与可行性，为 VLA 安全评估提供统一协议，属重要但非紧急的评测工作。
Zhiyuan Gao et al. · 从人类视频中恢复运动并用知识引导校验，生成可用的机器人演示数据，缓解真机示教稀缺。偏数据生成管线，未与 VLA 策略训练做端到端验证。
Kaiwen Zhu et al. · 提出分布偏移感知的 VLA 失败预测器，在 OOD 场景下区分“将失败”与“虽偏移但仍成功”，可用于部署期可靠性监控，但属外围监控模块而非策略本身。
Yijun Hong et al. · 针对 VLA 长期部署的持续适应，提出前瞻动作归一化缓解学新技能时的灾难性遗忘，方向有价值但摘要未给出跨任务/跨本体实验规模。
Yitong Chen et al. · 面向柔性微电极植入的单目显微视觉模仿学习策略，完成 3D 钩环操作。属特定显微操作场景，方法与数据难以迁移到通用 VLA。
Chang Dong et al. · 用本体感知信号做操作失败的二元检测、类别判定、解释生成与首次失败时刻定位，属诊断工具，与 VLA 动作生成无直接耦合。
Yixuan Feng et al. · 研究液体渗入多孔固体骨架的多相耦合操作，用世界模型预测固液联合动力学并规划操作改变孔隙体积。属流固交互建模的窄领域设定。
Xiao Wang et al. · 针对移动操作臂的任务自适应力能力优化，通过冗余分解使构型满足任务所需力交互需求，属经典运动学/力控制问题，非 VLA 方法。
Zetao Cai et al. · 以手部骨架为条件的世界动作模型，把人类视频中的操作技能迁移到机器人以桥接具身差异，思路与 VLA 跨具身迁移相关，但摘要未给出与 VLA 基线的对比。
Xinyu Liu et al. · 提出势场式动作表示，把底层运动生成与任务策略解耦，降低接触密集操作中 RL 的学习难度，属 RL 动作空间设计而非 VLA。
Haolong Meng et al. · 用 SAM3 引导的细粒度目标选择、持久记忆学习与聚焦视觉条件，提升相似干扰物场景下的精细物体操作成功率。方法偏视觉条件设计，未接入 VLA 预训练。
Hiroaki Kingetsu et al. · 针对稀疏二值奖励下 VLA 微调的零奖励探索困境，用 LLM 生成合成演示引导 RL 适配，属 RL 精调 VLA 的可行思路，但摘要未给出与主流微调范式的量化对比。
Xingyu Lin et al. · 在 1.5 万次闭环试验中比较不同 VLA 策略执行同一任务的末端执行器几何差异，提出以结果条件化衡量执行一致性，属分析型工作而非新方法。
Dmitriy Kosenkov et al. · 用触觉监督训练纯视觉接触估计器，部署时无需触觉硬件即可预测接触演化并选择抓取压缩量，对触觉方向有参考价值，但仅解决接触估计而非完整 VLA。
Tim Engelbracht et al. · 从带传感器的人类操作数据构建物理信息数字孪生，辨识铰接物体的惯量、摩擦与弹簧等参数，用于操作前的物理属性理解，与 VLA 策略训练无关。
Shengbao Li et al. · 提出预测式感觉运动表示学习，让策略主动预测接触力/位姿变化而非被动接收力反馈，是接触密集操作的表征学习改进，未在 VLA 框架下验证。
Somang Lee et al. · 开源高保真接触丰富仿真平台，集成大量几何体与多种接触求解器，面向紧公差操作等复杂多接触场景，可作为数据生成基础设施但本身不是 VLA 方法。
Lobna Joualy et al. · RAPID 用并行仿真环境与自适应并行 API 请求加速 VLM 的偏好奖励学习，降低机器人操作奖励标注的时间与成本，属训练基础设施优化。
Iana Zhura et al. · 语义条件化的音频引导扩散策略，用于视觉受阻时朝人声方向导航，属音频-导航任务，与机器人操作及 VLA 无实质关联。
Jiayun Li et al. · 用 GPU 并行接触模式评估加速接触丰富运动规划，避免组合爆炸式的模式序列枚举，属规划算法加速，与学习型 VLA 策略无关。
Mathilde Kappel et al. · 给出 chunk-based VLA 策略从仿真训练到真机部署的完整 sim-to-real 集成流水线，工程实践性强，但摘要未显示新方法或定量对比。
Zixiang Zhao et al. · 对长程 VLA 执行做语义承诺验证与局部纠偏，避免物理效果尚未达成就推进到下一任务阶段，属执行期监控与纠错模块，非策略本体创新。