Namiko Saito et al. · 在仿真中训练潜变量条件化的残差 RL 策略，为预训练 VLA 补上接触密集交互中的动作精度修正，且不破坏原有指令跟随能力；可直接套用到现有 VLA 的 RL 精调流程。
Qingzi Wang et al. · 首次系统研究 VLA 的指令切换失败：前一任务改变机器人状态后新指令不可达，并提出 Causeway 恢复任务可达性；对多指令连续部署与长程任务链直接可用。
Seongjin Bien et al. · 系统对比多种触觉编码器与条件化融合方式在接触密集操作策略中的效果，给出触觉-VLA 的编码器选型与融合设计结论；触觉操作方向可直接复用其结论与实验设置。
Xingyu Miao et al. · 世界动作模型 InternW0-Δ，在 20K+ 小时开放数据上联合建模视觉动态与动作生成，把预训练视觉动态/语义/几何先验接入统一策略；可作通用操作基座做复现与微调。
Michael Piseno et al. · 训练配方 Cloak：把末端执行器从腕部相机视角中遮挡，迫使 VLA 不依赖本体外观表征，从而获得零样本跨本体迁移能力；实现极简，可插进现有 VLA 微调流程。
Jenny Wang et al. · 提出 Policy-Calibrated DAgger，用离线校准的噪声注入缓解模仿学习的协变量偏移，避免在策略失败处额外采数据；思路可迁移到 VLA 的 DAgger 式数据收集。
Yuanzhu Zhan et al. · 户外空中操作系统的完整栈：机载状态估计、策略学习与全身控制，处理扰动下的稳定飞行与精确操作；属空中机器人，无 VLA 应用路径。
Nuthasith Gerdpratoom et al. · 用可微仿真加热启动 critic 训练纯视觉四旋翼穿越窄缝策略，绕开行为克隆与全 rollout 反传；属飞行敏捷控制，与操作/VLA 无直接关系。
Chuanliang Xie et al. · 指出分层 VLA 中高层视觉语言 planner 规划慢、与低层 action expert 执行脱节的问题，并提出缩小规划-执行 gap 的方法；分层 VLA 部署可参考。
Hiroshi Ito et al. · 提出小型策略 FRAM，用未来末端执行器轨迹显式引导视觉特征选择，在语言条件操作中以更少参数逼近大 VLA 的表现；偏轻量化工程方向。
Ivan Snegirev et al. · 把仿真中失败的 rollout 通过干预式可恢复性判定改造成恢复（recovery）数据，弥补 VLA 演示数据只含成功轨迹的缺陷；数据增广思路可借鉴。
Chengxi Li et al. · 双路径（语义推理+几何自适应）agentic 框架：场景几何变化时跳过 VLM 重推理、只做几何适配，缓解 VLM 延迟对动态操作响应的影响。
Luca Zanetti et al. · 把自适应阻抗控制与 ACT 式动作分块结合，将柔顺性从固定控制器参数变为可学习部分，用于示教学习接触密集任务；经典操作方向。
Parsa Mastouri Kashani et al. · 尝试用世界模型精修 VLA 行为，以缓解对大规模高质量模仿数据的依赖并补上显式动力学建模；属早期探索性工作，结论尚待验证。
Ruixiao Yang et al. · 用 VLM 生成可执行程序来搭建感知-规划-控制流水线，并通过表示引导保证各组件接口自洽，减少独立生成组件的不匹配。
Qitong Wang et al. · 用历史条件指导时空视觉 token 剪枝，压缩 VLN/VLA 的观测序列以提升推理效率；偏导航任务，可借其剪枝策略。
Seongheon Park et al. · 从轨迹中挖掘隐蔽的失败信号，为 VLA 提供运行时监控与失败检测，面向真实部署可靠性；工程部署可参考。
Ahad Jawaid et al. · 重新设计 VLA 的离散动作 tokenizer（神经动作编解码器），在压缩率、推理延迟与下游操作性能之间取得更好权衡；自回归 VLA 可直接替换其 tokenizer。
Haokun Liu et al. · 提出可空间查询的扇形流场作为语言条件导航的低层动作表示，弥补 VLN 研究重高层推理、轻底层动作表示的不足；偏导航。
Xiangkai Ma et al. · 指出世界动作模型的视觉分支只预测静态观测、忽略行为意图的问题，提出把意图与轨迹解耦的表示推演框架。
Chushan Zhang et al. · 论证世界动作模型生成动作只需未来表示而非完整视频 rollout，据此提出 RIFT 去掉迭代推演以降低部署延迟；对 WAM 推理加速有参考价值。
Sadman Sakib et al. · 构建建筑工机器人作业活动的分类体系，用于盘点 VLA 在建筑场景下的能力覆盖缺口；属任务清单/数据类工作。
Yiqi Wang et al. · Latent Policy Steering：在潜空间引导策略做跨本体迁移，融合大规模机器人与人类数据以弥补目标本体示教稀缺；模块化插拔设计可复用。
Gehao Zhang et al. · 主张把 3D grounding 作为机器人基础模型的核心预训练目标，替代纯语言（VLA）或视频生成（WAM）式骨干，让策略知道“哪些物体、在哪里”。
Zeyu Shen et al. · 提出 EMBODIEDSWE-BENCH，评测编码 agent 能否为长程灵巧操作写出可执行方案并用作策略监督，探索 LLM 代码能力转化为机器人监督信号的路径。
Hanbit Oh et al. · 把人类演示视频中的操作节奏（tempo）迁移到机器人策略，摆脱模仿学习继承的保守执行速度，实现自然加速；加速执行时可借鉴。
Xiao-Ming Wu et al. · VLANeXt 系列：对 VLA 的核心训练配方与新兴范式做统一梳理与系统实验，属选型参考类综述性工作，可作为入门对照表。
Cheng Yin et al. · 为 VLA 引入原生视频记忆机制，解决长程部分可观测操作中“下一步动作所需信息只出现在几分钟前观测”的问题，替代检索库/压缩器式记忆。