VLA [TU Darmstadt]
Find Something You Can't Do: Agentic Real-World Reinforcement Learning for Self-Improving VLA Models
Yuan Fang et al. · 让 VLA 在真机上主动寻找自己做不到的任务、自主采集失败数据做在线 RL 精调，形成自我提升闭环；可复用其 agentic 失败发现＋真机 RL 数据采集流程。
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
- CoHuB: A Simulation Benchmark for Multi-Humanoid Collaboration 多机器人协作仿真基准：提供以自视角观测的双人形协作任务与评测协议，补足现有人形基准仅评测单智能体技能的空白。 HF-PAPER
- From Pixel to Poses: Object-centric Tool Manipulation Learning from Human Demonstrations 从人类视频演示学物体-centric 的工具操作，免去成对 human-robot 数据做域对齐，降低真实机器人数据依赖；但对象限于工具操作且非 VLA 策略。 HF-PAPER
- Robot Manipulation with GPT-6-Astra: Body Knowledge, Experience Reuse, Emergent Skills, and Sim2Real Transfer [Huawei Inc] Sida He et al. · 研究用通用多模态大模型编写机器人控制程序，并靠外部本体知识、成功经验复用和可执行技能库减少重复探索导致的执行延迟。 CS.RO
- GT-VLA: Target-Conditioned Trace Guidance for Generalizable Robotic Manipulation [School of Electrical and Computer Engineering, Georgia Institute of Technology] Ninghan Zhong et al. · 用目标条件下的轨迹引导（target-conditioned trace guidance）约束 VLA 动作生成，缓解对训练场景的过拟合，提升未见任务与长时程泛化。 CS.RO
- End-to-end QP-based policies: A unified perspective on robust control and robot learning [CMU] Fausto Vega et al. · 把二次规划结构嵌入可端到端学习的策略表示，兼顾模型控制的可解释性与学习的灵活性；属通用机器人控制，非 VLA 架构。 CS.RO
- Find Something You Can't Do: Agentic Real-World Reinforcement Learning for Self-Improving VLA Models [TU Darmstadt] Yuan Fang et al. · 让 VLA 在真机上主动寻找自己做不到的任务、自主采集失败数据做在线 RL 精调，形成自我提升闭环；可复用其 agentic 失败发现＋真机 RL 数据采集流程。 CS.RO
- RecastVLA: From Past Interaction to Future Control with Adaptive Policy States [School of Software Engineering, South China University of TechnologyGuangzhou, China] Wenbo Li et al. · 用自适应 policy state 显式携带历史交互信息，使策略在当前场景已看不出过去动作时仍能据历史决策，面向长时程序列操作。 CS.RO
- Federated Subspace Guided Vision-Language-Action Policy Distillation for Non-IID Multi-Robot Manipulation [School of ICT, Griffith University] Biprodip Pal et al. · 在联邦学习下用子空间引导蒸馏 VLA 策略，缓解非 IID 任务/环境造成的表征漂移，让多机器人不上传演示数据也能联合改进策略。 CS.RO
- DS-VLA: A Dendritic-inspired Vision-Language-Action Model for Robust Action Control [中科院] Yaxing Lyu et al. · 借鉴树突神经元的非线性整合结构改造 VLA，提升执行动作被短暂扰动时的闭环鲁棒性。 CS.RO
- DRAM: Delta-rule Recurrent Associative Memory for Robot Manipulation Policies [Simplexity Robotics] Xinyu Zhao et al. · 用 delta-rule 递归关联记忆给预训练操作策略加装长期记忆，解决历史依赖任务中策略只能看当前观测或短时窗的局限。 CS.RO
- GlowTact: Simple and Compact Vision-Based Tactile Sensing with High Sensitivity and Spatial Resolution [CMU] Yuxiang Ma et al. · 面向人形指尖的压力响应型视触觉传感器，结构简单紧凑且兼顾灵敏度与空间分辨率；触觉 VLA 可直接参考其设计选型与指尖集成方式。 CS.RO
- PF-RL: Progress Field Reinforcement Learning via Goal-Conditioned Value Geometry for Vision-Language-Action Models [Zhejiang University] Yunpeng Qing et al. · 把稀疏的任务级奖励转成 goal-conditioned 的进度场，为 VLA 的强化微调提供更密集的中间步骤信用分配。 CS.RO
VLA 研究日報VLA 研究日报
共 29 篇
🔧 技術技术
VLA [CMU]
GlowTact: Simple and Compact Vision-Based Tactile Sensing with High Sensitivity and Spatial Resolution
Yuxiang Ma et al. · 面向人形指尖的压力响应型视触觉传感器，结构简单紧凑且兼顾灵敏度与空间分辨率；触觉 VLA 可直接参考其设计选型与指尖集成方式。
cs.RO
閱讀原文
VLA [China Mobile (Hangzhou) Information Technology Co., Ltd]
TAO-DA: Towards Autonomous Operation--A Dual-Arm Vision-Language-Action Model for Coordinated Manipulation
Yongsheng Zhao et al. · 面向双臂协作的 VLA 模型，显式建模两条机械臂之间的协调机制并输出协同动作；为双臂 VLA 提供可参考的架构设计与协调策略。
cs.RO
閱讀原文
VLA [CMU|Kroemer]
Learning with Object-centric Representations of Tactile Interactive Perception for Robot Manipulation
Xinyi Yang et al. · 把触觉探索交互序列聚合成物体-centric 表征，学习从触觉推断材质、容器内容、软硬度等视觉难以获取的隐含属性；可直接对接触觉 VLA 的感知前端。
cs.RO
閱讀原文
VLA [Indian Institute of Technology Madras]
ActionGround: Training-Free Runtime Refinement of Frozen VLA Policies
Namai Chandra et al. · 免训练的推理时精炼：用刚体动力学与任务阶段结构修正冻结 VLA 的输出动作，可直接叠加到任意现有 VLA 策略上提升执行质量。
cs.RO
閱讀原文
📖 背景閱讀背景阅读
VLA
CoHuB: A Simulation Benchmark for Multi-Humanoid Collaboration
多机器人协作仿真基准：提供以自视角观测的双人形协作任务与评测协议，补足现有人形基准仅评测单智能体技能的空白。
hf-papers
閱讀原文
VLA
From Pixel to Poses: Object-centric Tool Manipulation Learning from Human Demonstrations
从人类视频演示学物体-centric 的工具操作，免去成对 human-robot 数据做域对齐，降低真实机器人数据依赖；但对象限于工具操作且非 VLA 策略。
hf-papers
閱讀原文
VLA [Huawei Inc]
Robot Manipulation with GPT-6-Astra: Body Knowledge, Experience Reuse, Emergent Skills, and Sim2Real Transfer
Sida He et al. · 研究用通用多模态大模型编写机器人控制程序，并靠外部本体知识、成功经验复用和可执行技能库减少重复探索导致的执行延迟。
cs.RO
閱讀原文
VLA [School of Electrical and Computer Engineering, Georgia Institute of Technology]
GT-VLA: Target-Conditioned Trace Guidance for Generalizable Robotic Manipulation
Ninghan Zhong et al. · 用目标条件下的轨迹引导（target-conditioned trace guidance）约束 VLA 动作生成，缓解对训练场景的过拟合，提升未见任务与长时程泛化。
cs.RO
閱讀原文
VLA [CMU]
End-to-end QP-based policies: A unified perspective on robust control and robot learning
Fausto Vega et al. · 把二次规划结构嵌入可端到端学习的策略表示，兼顾模型控制的可解释性与学习的灵活性；属通用机器人控制，非 VLA 架构。
cs.RO
閱讀原文
VLA [School of Software Engineering, South China University of TechnologyGuangzhou, China]
RecastVLA: From Past Interaction to Future Control with Adaptive Policy States
Wenbo Li et al. · 用自适应 policy state 显式携带历史交互信息，使策略在当前场景已看不出过去动作时仍能据历史决策，面向长时程序列操作。
cs.RO
閱讀原文
VLA [School of ICT, Griffith University]
Federated Subspace Guided Vision-Language-Action Policy Distillation for Non-IID Multi-Robot Manipulation
Biprodip Pal et al. · 在联邦学习下用子空间引导蒸馏 VLA 策略，缓解非 IID 任务/环境造成的表征漂移，让多机器人不上传演示数据也能联合改进策略。
cs.RO
閱讀原文
VLA [中科院]
DS-VLA: A Dendritic-inspired Vision-Language-Action Model for Robust Action Control
Yaxing Lyu et al. · 借鉴树突神经元的非线性整合结构改造 VLA，提升执行动作被短暂扰动时的闭环鲁棒性。
cs.RO
閱讀原文
VLA [Simplexity Robotics]
DRAM: Delta-rule Recurrent Associative Memory for Robot Manipulation Policies
Xinyu Zhao et al. · 用 delta-rule 递归关联记忆给预训练操作策略加装长期记忆，解决历史依赖任务中策略只能看当前观测或短时窗的局限。
cs.RO
閱讀原文
VLA [Zhejiang University]
PF-RL: Progress Field Reinforcement Learning via Goal-Conditioned Value Geometry for Vision-Language-Action Models
Yunpeng Qing et al. · 把稀疏的任务级奖励转成 goal-conditioned 的进度场，为 VLA 的强化微调提供更密集的中间步骤信用分配。
cs.RO
閱讀原文
VLA [Mohamed bin Zayed University of Artificial Intelligence]
SEES: A Self-Evolving Embodied System via Failure-Guided VLA Policy Adaptation
Ziwen Li et al. · 用失败引导的策略自适应把偏短时程的 VLA 扩展到长时程任务，构成能自我演化的 embodied 系统。
cs.RO
閱讀原文
VLA [CMU]
An Empirical Study on What Matters for Viewpoint-Generalizable Policies in Visual Imitation Learning
Mino Nakura et al. · 系统实证分析视觉模仿学习中哪些架构与训练设计真正决定视角泛化能力，给出可操作的结论以缓解策略对视角扰动的脆弱性。
cs.RO
閱讀原文
VLA [University of Electronic Science and Technology of China]
CLAP: Closed-Loop Alignment with Pressure for Precise Suction Manipulation
Yixian Zou et al. · 用压力反馈做闭环对齐来提升吸附抓取的放置精度，针对堆叠/码垛的工业专用方法。
cs.RO
閱讀原文
VLA [The University of Hong Kong]
Copper-Policy: Focus on the Representation for Robust Robot Manipulation
Zexin Feng et al. · 发现 World Action Model 的协同训练收益并不依赖测试时生成未来画面，据此解耦表征学习与动作生成，降低 WAM 训练与推理成本。
cs.RO
閱讀原文
VLA [UCLA )]
FINE: Future-Informed Navigation Encoding for Data-Efficient Vision-Language Navigation
Khang H. Nguyen et al. · 用未来信息编码提升视觉语言导航策略在新环境中的适配效率，方向为导航而非机器人操作。
cs.RO
閱讀原文
VLA [School of Interactive Computing]
CAPEX: Efficiently Distilling Foundation Model Behavior into Deployable Robot Policies through Experience-Adaptive Reasoning
Shivam Aarya et al. · 通过经验自适应推理把基础模型的行为蒸馏成可部署的机器人策略，减少对人工遥操作采集流程的依赖。
cs.RO
閱讀原文
VLA [Carnegie Mellon University]
VPTwin: Real-Sim-Real Video Prediction for Robotic Manipulation Planning
Zhenghao Xiao et al. · real-sim-real 的视频预测框架，用仿真校正数据驱动的长时程预测误差累积，为操作规划提供更可靠的视觉预见。
cs.RO
閱讀原文
VLA [Tsinghua University]
TimelyDAgger: Timing-Aware Expert Querying for VLA Policy Improvement
Zhixuan Zhao et al. · 为 robot-gated DAgger 引入时机感知的专家查询准则，让 VLA 在策略执行中更合理地决定何时请求专家接管以提升学习效率。
cs.RO
閱讀原文
VLA [University of Georgia]
Beyond Tasks: A Vision for Reproducing an Animal-like Behavioral Substrate Using Modern Robot Learning Techniques
Samiyuru Menik et al. · 愿景/立场文章，主张机器人学习应超越单任务指标、构建类似动物的持续在场与响应性行为底层，无具体方法与实验。
cs.RO
閱讀原文
VLA [Fudan University]
DeltaWAM: Change-Centric Visual Foresight via Delta Tokens for an Efficient World-Action Model
Tianyun Jiang et al. · 用 delta token 只建模相邻帧的变化而非重建整幅未来画面，降低 World Action Model 的时空冗余与计算开销。
cs.RO
閱讀原文
VLA [University of California San Diego]
SurgFlow: 3D Object-Centric Contact Flow for Surgical Robot Manipulation
Changwei Chen et al. · 用 3D 物体 contact flow 从大量纯视频中学 embodiment-agnostic 的操作技能，缓解配对视频-动作数据稀缺，但限于手术场景。
cs.RO
閱讀原文
VLA [Northeastern University]
Q-WAM: 4-Bit Quantization of World Action Models with Action-Subspace Protection
Arash Akbari et al. · 对 World Action Model 做 4-bit 后训练量化，并用动作子空间保护维持动作生成质量，缓解 WAM 部署的算力与显存瓶颈。
cs.RO
閱讀原文
VLA [Seoul National University]
Recursive Harness Distillation across Agents for Robot Manipulation
Seungyeon Kim et al. · 用跨 agent 的递归 harness 蒸馏，把需要失败诊断与行为调整的执行能力压缩进 VLA 策略，应对任务与环境变化。
cs.RO
閱讀原文
VLA [The Hong Kong University of Science and Technology (Guangzhou)]
SLIP-VLA: Single-Step Latent Imagination for Policy Learning in Vision-Language-Action Models
Tianfu Li et al. · 在 VLA 中引入单步隐空间想象来预测未来场景演化，以远低于多步 rollout 的开销改进动作预测。
cs.RO
閱讀原文