VLA [CMU]
Latent Policy Steering: An Efficient and Flexible Framework for Cross-Embodiment Transfer
Yiqi Wang et al. · 在潜空间对已学 visuomotor 策略做引导实现跨本体迁移，只需少量目标机器人数据即可复用大规模机器人/人类数据。可直接用于跨平台策略迁移实验。
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
- LIBERO-VPro: Benchmarking Closed-Loop Visual Robustness of Robotic Foundation Models [LIBERO Team] 提出 LIBERO-VPro，系统评测机器人基础模型在闭环执行中遭遇视觉遮挡、延迟、噪声时的鲁棒性，揭示标准 benchmark 掩盖的失败模式。属评测基准，可作鲁棒性验证工具但非方法创新。 HF-PAPER
- ORDER: A Fictitious-World Benchmark for Domain-Adaptive Embodied AI [Indian Institute of Technology Madras] Sai Krishna Reddy Sathi et al. · 提出虚构世界基准 ORDER，用于判断具身智能模型持续预训练时性能增益来自新学习还是旧知识。摘要仅有评测动机，无方法细节与机器人实验。 CS.RO
- OJOx: Specification-Conditioned Demonstrations for Embodied AI in Construction [OJOx AI] Mohamed Dawod · 为建筑场景的第一人称/全身人体示范补充外部规格说明，标注动作意图而非仅记录行为。标注思路可借鉴，但与 VLA 训练数据接口无直接衔接。 CS.RO
- Embedding Physics Priors in Robot Learning: A Survey [中科院] Mattia Piccinini et al. · 综述机器人学习中嵌入物理先验的各类方法（模型约束、能量先验等），梳理数据驱动方法的失效边界。适合作为选题背景阅读，无新方法。 CS.RO
- AffordanceWAM: Affordance-Aware Joint World-Action Modeling for Robot Manipulation [The University of Hong Kong] Jiadi You et al. · 联合建模世界演化与可操作区域：用动作标注视频同时学场景预测和 affordance，再导出动作，缓解操作数据稀缺。与 VLA 世界模型相邻，但未见与 VLA 基线的对比。 CS.RO
- VLPSA: Vision-Language-Poisson-Safe Actions for Full-Body Safety of Learned Policies [California Institute of Technology] Meg Wilkinson et al. · 在 VLA 策略输出上加一层视觉-语言-Poisson 安全滤波，为全身操作提供避碰保证，覆盖训练分布外情形。属安全约束模块，不提升策略本身能力。 CS.RO
- Layered e-skin for Shear Sensing [Queen Mary University of London] Qingzheng Cong et al. · 双层 FSR 阵列指尖电子皮肤，用点阵弹性体把剪切载荷转成压力分布，同时获得高分辨压力图与剪切估计。触觉硬件基础工作，可支撑触觉 VLA 的末端传感选型。 CS.RO
- Latent Policy Steering: An Efficient and Flexible Framework for Cross-Embodiment Transfer [CMU] Yiqi Wang et al. · 在潜空间对已学 visuomotor 策略做引导实现跨本体迁移，只需少量目标机器人数据即可复用大规模机器人/人类数据。可直接用于跨平台策略迁移实验。 CS.RO
- React When You Need To: Event-Triggered Asynchronous Inference for VLA Policies [Technical University of Munich] Yansong Wu et al. · 把 VLA 异步推理从固定间隔改为事件触发，按需决定何时重推理，兼顾反应速度与算力。可直接接入现有 action chunk 策略的部署加速。 CS.RO
- REBOOT: From Failure to Recovery - A Dataset and Benchmark for Precision Assembly [University of Calgary] Nana Yaw Owusu Ofori-Ampofo et al. · 精装装配的失败-恢复数据集与基准，覆盖卡死、接触漂移、毫米级偏差等典型失败及纠正示范。为失败恢复研究提供数据，但非 VLA 方法本身。 CS.RO
- VT-Bridge: Bridging Pretrained Foundation VLAs to VTLAs via Lightweight Residual Adaptation [Technical University of Munich] Yansong Wu et al. · 用轻量残差适配把预训练 VLA 桥接为视触觉-语言-动作模型，避开重新采集大规模视触觉数据的成本。是触觉 VLA 低成本迁移的实用路线，值得直接复现。 CS.RO
- HIGenNTO: Scalable Humanoid Interaction Generation via Noise-Space Trajectory Optimization [CMU] Lalit Jayanti et al. · 在噪声空间做轨迹优化生成人形接触丰富交互的运动参考，绕开动捕在遮挡与贴身接触下的退化。面向人形运动生成，与 VLA 策略学习无关。 CS.RO
VLA 研究日報VLA 研究日报
共 29 篇
🔧 技術技术
VLA [Technical University of Munich]
React When You Need To: Event-Triggered Asynchronous Inference for VLA Policies
Yansong Wu et al. · 把 VLA 异步推理从固定间隔改为事件触发，按需决定何时重推理，兼顾反应速度与算力。可直接接入现有 action chunk 策略的部署加速。
cs.RO
閱讀原文
VLA [Technical University of Munich]
VT-Bridge: Bridging Pretrained Foundation VLAs to VTLAs via Lightweight Residual Adaptation
Yansong Wu et al. · 用轻量残差适配把预训练 VLA 桥接为视触觉-语言-动作模型，避开重新采集大规模视触觉数据的成本。是触觉 VLA 低成本迁移的实用路线，值得直接复现。
cs.RO
閱讀原文
VLA [College of Information Science and Technology, Eastern Institute of Technology, Ningbo]
ForceRFT: Refining VLA Actions through Force-Guided Residual Reinforcement Learning
Yichen Wang et al. · 用人力纠正数据在线做力引导残差强化学习，精修力条件 VLA 的动作，突破示范覆盖导致的恢复能力上限。为接触丰富任务的 VLA 部署后精调提供方案。
cs.RO
閱讀原文
VLA [Institute of Trustworthy Embodied AI, Fudan University]
Stable and Efficient Real-World Online VLA Post-Training via Asynchronous Replay-Anchored Policy Improvement
Jiarui Yang et al. · 提出异步 replay 锚定策略改进 RAPolicy，在真实机器人上稳定实现在线 VLA 后训练，高效利用持续采集的交互经验。可直接嵌入 VLA 在线 RL 精调流水线。
cs.RO
閱讀原文
📖 背景閱讀背景阅读
VLA [LIBERO Team]
LIBERO-VPro: Benchmarking Closed-Loop Visual Robustness of Robotic Foundation Models
提出 LIBERO-VPro，系统评测机器人基础模型在闭环执行中遭遇视觉遮挡、延迟、噪声时的鲁棒性，揭示标准 benchmark 掩盖的失败模式。属评测基准，可作鲁棒性验证工具但非方法创新。
hf-papers
閱讀原文
VLA [Indian Institute of Technology Madras]
ORDER: A Fictitious-World Benchmark for Domain-Adaptive Embodied AI
Sai Krishna Reddy Sathi et al. · 提出虚构世界基准 ORDER，用于判断具身智能模型持续预训练时性能增益来自新学习还是旧知识。摘要仅有评测动机，无方法细节与机器人实验。
cs.RO
閱讀原文
VLA [OJOx AI]
OJOx: Specification-Conditioned Demonstrations for Embodied AI in Construction
Mohamed Dawod · 为建筑场景的第一人称/全身人体示范补充外部规格说明，标注动作意图而非仅记录行为。标注思路可借鉴，但与 VLA 训练数据接口无直接衔接。
cs.RO
閱讀原文
VLA [中科院]
Embedding Physics Priors in Robot Learning: A Survey
Mattia Piccinini et al. · 综述机器人学习中嵌入物理先验的各类方法（模型约束、能量先验等），梳理数据驱动方法的失效边界。适合作为选题背景阅读，无新方法。
cs.RO
閱讀原文
VLA [The University of Hong Kong]
AffordanceWAM: Affordance-Aware Joint World-Action Modeling for Robot Manipulation
Jiadi You et al. · 联合建模世界演化与可操作区域：用动作标注视频同时学场景预测和 affordance，再导出动作，缓解操作数据稀缺。与 VLA 世界模型相邻，但未见与 VLA 基线的对比。
cs.RO
閱讀原文
VLA [California Institute of Technology]
VLPSA: Vision-Language-Poisson-Safe Actions for Full-Body Safety of Learned Policies
Meg Wilkinson et al. · 在 VLA 策略输出上加一层视觉-语言-Poisson 安全滤波，为全身操作提供避碰保证，覆盖训练分布外情形。属安全约束模块，不提升策略本身能力。
cs.RO
閱讀原文
VLA [Queen Mary University of London]
Layered e-skin for Shear Sensing
Qingzheng Cong et al. · 双层 FSR 阵列指尖电子皮肤，用点阵弹性体把剪切载荷转成压力分布，同时获得高分辨压力图与剪切估计。触觉硬件基础工作，可支撑触觉 VLA 的末端传感选型。
cs.RO
閱讀原文
VLA [University of Calgary]
REBOOT: From Failure to Recovery - A Dataset and Benchmark for Precision Assembly
Nana Yaw Owusu Ofori-Ampofo et al. · 精装装配的失败-恢复数据集与基准，覆盖卡死、接触漂移、毫米级偏差等典型失败及纠正示范。为失败恢复研究提供数据，但非 VLA 方法本身。
cs.RO
閱讀原文
VLA [CMU]
HIGenNTO: Scalable Humanoid Interaction Generation via Noise-Space Trajectory Optimization
Lalit Jayanti et al. · 在噪声空间做轨迹优化生成人形接触丰富交互的运动参考，绕开动捕在遮挡与贴身接触下的退化。面向人形运动生成，与 VLA 策略学习无关。
cs.RO
閱讀原文
VLA [State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences]
AquaWorld: Structure-Consistent Underwater World Generation for Robot Simulation
Bin Peng et al. · 生成地形、场景、任务与洋流相互一致的水下仿真环境。属仿真世界资产生成，服务于水下机器人，与操作 VLA 数据链路无交集。
cs.RO
閱讀原文
VLA [School of Computer Science and Engineering, Southeast University]
StateMem: Single-State Residual Memory with Adaptive Inference for Vision-Language-Action Policies
Wenzhuo Li et al. · 为 VLA 加入单状态残差记忆与自适应推理，缓解仅凭当前观测导致的历史信息丢失。记忆机制对长程任务有参考价值，但增益需看正文实验规模。
cs.RO
閱讀原文
VLA [CMU]
BEACON: Belief-Enabled Adaptive CONtrol for Imitation Learning under Uncertainty
Moonyoung Lee et al. · 在部分可观测操作中让模仿学习策略以信念状态条件化，通过序贯物理交互推断隐藏状态。属 POMDP 模仿学习框架，非 VLA 架构方向。
cs.RO
閱讀原文
VLA [Seoul National University]
Expert-Play Contouring Control: Faster-than-Demonstration Planning from Slow Expert and Fast Play
Seunghoon Cho et al. · 从慢速专家示范与快速人类玩耍数据中学习速度轮廓，规划出比示范更快的执行轨迹。属轨迹时序加速方法，与 VLA 架构无关。
cs.RO
閱讀原文
VLA [Zhejiang University]
Whole-Body UMI: Transferring UMI Manipulation Skills to Humanoid Whole-Body Manipulation via Real-Time Motion Generation
Yuxuan Nai et al. · 把 UMI 采集的末端轨迹经实时运动生成迁移为人形全身操作，替代昂贵的遥操作示范。为全身数据采集提供可扩展范式，但非 VLA 策略工作。
cs.RO
閱讀原文
VLA [Knowledge Technology Group, Department of Informatics, University of Hamburg]
SmoLSTM: A Compact Vision-Language-Action Model with Recurrent Memory that Persists
Jan-Gerrit Habekost et al. · 紧凑 VLA 用循环记忆持久保留跨帧历史，应对遮挡与视觉同物歧义，无需扩大观测窗口。小模型+记忆方向有参考价值，需看实验与基线规模。
cs.RO
閱讀原文
VLA [Advanced Research Lab, Samsung R&D Institute China-Beijing (SRCB)]
H-VLA: Hierarchical Vision-Language-Action Model with Key-Action Reasoning and Motion Planning in a Unified Action Space
Xiongfeng Peng et al. · 分层 VLA：先做关键动作语义推理，再在统一动作空间内生成精细运动，缓解直接稠密动作映射削弱语义推理的问题。思路与已有分层 VLA 重叠较多，摘要未见量化对比。
cs.RO
閱讀原文
VLA [Department of Computer Science, University College London]
An Empirical Study and Open Testbed for Federated Fine-Tuning of Vision-Language-Action Models
Zhekai Duan et al. · 搭建联邦微调 VLA 的开源实验台，让各机器人本地采集的示范无需集中即可适配新本体与任务。为多机构数据共享提供基础设施方案，属实证研究。
cs.RO
閱讀原文
VLA
Connectivity-Aware Exploration of Robotic Grasp Spaces
Maksim A Kazanskii · 研究成功抓取位姿空间的多尺度连通结构，而非单纯筛选成功抓取。属抓取几何分析，与 VLA 策略学习无直接关系。
cs.RO
閱讀原文
VLA [The Ohio State University Columbus]
Anatomy of a Closed-Loop Collapse: A Causal Case Study of a Compressed VLA Policy
Fengze Jia | The Ohio State University · 对一例 8 层蒸馏 VLA 策略做因果解剖，解释其离线评测通过却在闭环执行中崩溃的原因。单个案例研究，结论有启发但非可推广方法。
cs.RO
閱讀原文
VLA [University of British Columbia]
DiagGen: Agentic Generation of Deformable Assets with Sim-based Diagnostics for Robotic Simulation
Guanxiong Chen et al. · 用 agentic 流程生成可仿真形变体资产，并让仿真诊断结果反向驱动资产修复。为操作仿真提供形变物体资产生成工具，非策略方法。
cs.RO
閱讀原文
VLA [Sun Yat-sen University]
AquaCap: A Training-Free Underwater Embodied Agent with Code-as-Policy
Xiaoshi Li et al. · 免训练的水下具身智能体，用 code-as-policy 调用视觉语言模型生成控制代码，绕开水下交互数据采集。属特定场景应用，与操作 VLA 关系较弱。
cs.RO
閱讀原文
VLA [Hassana Labs University of Oxford University College London]
Robot World Models Are Not Invariant to How the Actions Are Written
Ahmed Karim et al. · 实证表明机器人世界模型对动作参数化（绝对关节目标 vs 相对增量）不具不变性，该工程选择会静默影响预测与策略。提醒动作空间设计的重要性，属经验研究。
cs.RO
閱讀原文
VLA [School of Software Engineering, South China University of TechnologyGuangzhou]
SCULPT-VLA: Learning Structured Control through Staged Action Grounding
Wenbo Li et al. · 研究引入结构化中间监督时，动作预测究竟如何学习依赖该表征，提出分阶段动作接地。对中间表征监督设计有参考，摘要未见实验规模。
cs.RO
閱讀原文
VLA [Simon Fraser University]
HEARTH: An Object-Centric RGB-Thermal-3D Dataset for Temperature-Aware Robot Manipulation
Yuning Su et al. · 物体中心的 RGB-热成像-3D 数据集，把实测温度与物体外观几何关联，支撑温度感知的语言引导操作。为触/热感知操作补齐数据，但非方法创新。
cs.RO
閱讀原文