VLA [CMU]
SkillWeaver: Agentic Exploration over Neural Interaction Skills for Scalable Robot Data Generation
He Zhu et al. · 在仿真中用智能体式探索学习可复用的神经交互技能，从而无需遥操作即可规模化生成机器人数据，数据生成管线可直接用于扩充 VLA 预训练与后训练数据。
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
- FineART: Fine-grained Annotated Robotic Trajectory Dataset and Vision-Language-Action Model for Bimanual Manipulation 构建带细粒度标注的双臂长时序操作轨迹数据集，并训练配套 VLA 模型，缓解双臂多步任务数据稀缺问题，可作双臂 VLA 训练/评测资源。 HF-PAPER
- Diffusion Policy Improvement with Proposal-Conditioned Refinement Flows 离线 RL 中扩散/流策略的改进方法：用提议条件化精炼流替代对行为策略的 KL 惩罚，避免高价值但低行为密度的动作被抑制，偏策略优化理论。 HF-PAPER
- SkillWeaver: Agentic Exploration over Neural Interaction Skills for Scalable Robot Data Generation [CMU] He Zhu et al. · 在仿真中用智能体式探索学习可复用的神经交互技能，从而无需遥操作即可规模化生成机器人数据，数据生成管线可直接用于扩充 VLA 预训练与后训练数据。 CS.RO
- Test-Time Adaptation of Manipulation Policies Under Actuator Degradation [School of Computing and Augmented Intelligence, Arizona State University] Som Sagar et al. · 针对电机发热、负载变化等执行器退化导致的指令-实际运动偏差，在部署阶段对操作策略做测试时自适应，提升真机长期运行的执行一致性。 CS.RO
- One from Infinity: Actualizing Futures from Pretrained World Models into Robot Actions [Berkeley|Tomizuka] Bang Du et al. · 把预训练视频世界模型中的可行未来"实现"为任务条件化的可执行机器人动作，无需微调庞大世界模型主干，为世界模型转策略提供轻量路径。 CS.RO
- Staircase Policy: Streaming Inference for World-Action Models with Large Action Chunks [University of Maryland, College Park] Guoheng Sun et al. · 面向世界-动作模型（WAM）的流式推理方案，用大动作块消除块间停顿的同时，阶梯式摊薄未来预测带来的额外推理开销，直接降低实时控制延迟。 CS.RO
- LIBERO-MAX: Do Robot Policies Adapt When the World Changes? [LIBERO Team] Yunbei Zhang et al. · 基于 LIBERO 构建世界动态变化（目标移动、视角切换、障碍出现）下的策略适应基准，评估 VLA 在场景改变后能否继续完成任务，可作为鲁棒性评测集。 CS.RO
- Reactive Real-Time Flow Policies via Asynchronous Distribution Alignment [Department of Computer Science, Purdue University] Moritz Zoellner et al. · 通过异步分布对齐让流策略在动作块异步执行时不丢失反应性，缓解 VLA 推理延迟与实时控制需求的冲突。 CS.RO
- EquivDP3: A SIM(3)-Invariant Point-Cloud Encoder for Data-Efficient Humanoid Loco-Manipulation [School of Electrical Engineering Korea Advanced Institute of Science & Technology (KAIST)] Abu Hanif Muhammad Syarubany et al. · 为 3D 扩散策略替换 SIM(3) 不变点云编码器，在少量示范下提升人形 loco-manipulation 对物体位姿与光照的泛化，偏底层表示改进。 CS.RO
- Cooperative Multi-Agent Vision-Language-Action Models via Reinforced Fine Tuning [Beihang University] Ruixiao Xu et al. · 研究用强化学习微调协作式多智能体 VLA，弥补单臂预训练数据缺乏细粒度协调技能的问题，为双臂/多机 VLA 的 RL 精调提供可复用配方。 CS.RO
- Simple Agentic Memory for Generalist Robot Policies [Carnegie Mellon University] Yuyou Zhang et al. · 为通用机器人策略设计简洁的智能体式记忆，重点保留交互衍生的状态（身份关系、累积进度、顺序）而非仅压缩历史观测。 CS.RO
- RoboChrono: A Real Robot Benchmark for Streaming Task Understanding [Institute for Advanced Study] Yuzhou Wu et al. · 面向流式任务理解的实机基准，含 39 个场景、34713 次评估，考察模型结合交互历史判断进行中的操作进度和意图。 CS.RO
VLA 研究日報VLA 研究日报
共 30 篇
🔧 技術技术
VLA [University of Maryland, College Park]
Staircase Policy: Streaming Inference for World-Action Models with Large Action Chunks
Guoheng Sun et al. · 面向世界-动作模型（WAM）的流式推理方案，用大动作块消除块间停顿的同时，阶梯式摊薄未来预测带来的额外推理开销，直接降低实时控制延迟。
cs.RO
閱讀原文
VLA [Beihang University]
Cooperative Multi-Agent Vision-Language-Action Models via Reinforced Fine Tuning
Ruixiao Xu et al. · 研究用强化学习微调协作式多智能体 VLA，弥补单臂预训练数据缺乏细粒度协调技能的问题，为双臂/多机 VLA 的 RL 精调提供可复用配方。
cs.RO
閱讀原文
VLA [Harbin Institute of Technology]
Remember What You Did: Action-History Memory with Dual-Expert Denoising for Long-Horizon Vision-Language-Action Policies
Yaxin Zhao et al. · 为长时序 VLA 引入动作历史记忆模块与双专家去噪结构，显式利用交互历史补偿长程任务中的信息缺失，可直接移植到现有 VLA 策略。
cs.RO
閱讀原文
VLA [TUM]
Wrench-ACT: Enhancing Robot Policies for Contact Rich Behavior Using Direct Wrench Control
Johannes Hechtl et al. · 把动作表示从目标位姿改为直接力/力矩（wrench）控制，使策略在接触丰富任务中主动调节交互力，为触觉/力控 VLA 提供可直接替换的动作空间。
cs.RO
閱讀原文
📖 背景閱讀背景阅读
VLA
FineART: Fine-grained Annotated Robotic Trajectory Dataset and Vision-Language-Action Model for Bimanual Manipulation
构建带细粒度标注的双臂长时序操作轨迹数据集，并训练配套 VLA 模型，缓解双臂多步任务数据稀缺问题，可作双臂 VLA 训练/评测资源。
hf-papers
閱讀原文
VLA
Diffusion Policy Improvement with Proposal-Conditioned Refinement Flows
离线 RL 中扩散/流策略的改进方法：用提议条件化精炼流替代对行为策略的 KL 惩罚，避免高价值但低行为密度的动作被抑制，偏策略优化理论。
hf-papers
閱讀原文
VLA [School of Computing and Augmented Intelligence, Arizona State University]
Test-Time Adaptation of Manipulation Policies Under Actuator Degradation
Som Sagar et al. · 针对电机发热、负载变化等执行器退化导致的指令-实际运动偏差，在部署阶段对操作策略做测试时自适应，提升真机长期运行的执行一致性。
cs.RO
閱讀原文
VLA [Berkeley|Tomizuka]
One from Infinity: Actualizing Futures from Pretrained World Models into Robot Actions
Bang Du et al. · 把预训练视频世界模型中的可行未来"实现"为任务条件化的可执行机器人动作，无需微调庞大世界模型主干，为世界模型转策略提供轻量路径。
cs.RO
閱讀原文
VLA [LIBERO Team]
LIBERO-MAX: Do Robot Policies Adapt When the World Changes?
Yunbei Zhang et al. · 基于 LIBERO 构建世界动态变化（目标移动、视角切换、障碍出现）下的策略适应基准，评估 VLA 在场景改变后能否继续完成任务，可作为鲁棒性评测集。
cs.RO
閱讀原文
VLA [Department of Computer Science, Purdue University]
Reactive Real-Time Flow Policies via Asynchronous Distribution Alignment
Moritz Zoellner et al. · 通过异步分布对齐让流策略在动作块异步执行时不丢失反应性，缓解 VLA 推理延迟与实时控制需求的冲突。
cs.RO
閱讀原文
VLA [School of Electrical Engineering Korea Advanced Institute of Science & Technology (KAIST)]
EquivDP3: A SIM(3)-Invariant Point-Cloud Encoder for Data-Efficient Humanoid Loco-Manipulation
Abu Hanif Muhammad Syarubany et al. · 为 3D 扩散策略替换 SIM(3) 不变点云编码器，在少量示范下提升人形 loco-manipulation 对物体位姿与光照的泛化，偏底层表示改进。
cs.RO
閱讀原文
VLA [Carnegie Mellon University]
Simple Agentic Memory for Generalist Robot Policies
Yuyou Zhang et al. · 为通用机器人策略设计简洁的智能体式记忆，重点保留交互衍生的状态（身份关系、累积进度、顺序）而非仅压缩历史观测。
cs.RO
閱讀原文
VLA [Institute for Advanced Study]
RoboChrono: A Real Robot Benchmark for Streaming Task Understanding
Yuzhou Wu et al. · 面向流式任务理解的实机基准，含 39 个场景、34713 次评估，考察模型结合交互历史判断进行中的操作进度和意图。
cs.RO
閱讀原文
VLA [Graduate School of Data Science]
Where Predictive Supervision Goes Shapes What VLA Policies Learn
Hanseul Kim et al. · 系统分析未来预测监督加在 VLA 的哪一层/哪个阶段会如何影响所学表示与控制性能，给出预测监督设计的选择依据而非新架构。
cs.RO
閱讀原文
VLA [Stanford|Li]
T$^2$Mem: Learning Test-Time Memory for Robotics
Yize Liu et al. · 学习测试时记忆用于机器人操作，让策略在长时序中保留当前观测已不可见但支撑未来动作的历史信息。
cs.RO
閱讀原文
VLA [Sun Yat-sen University]
LexiconVLA: Learning Reusable Atomic Action Codebooks for Unseen Tasks
Zeming Wei et al. · 诊断出 VLA 完成任务不代表能一致复用原子动作，进而学习可复用的原子动作码本以提升未见任务中的技能复用。
cs.RO
閱讀原文
VLA [National University of Singapore]
AeroManip-VLA: Scalable Vision-Language-Action Learning for Aerial Manipulation with RL-Generated Demonstrations
Rui Huang et al. · 把 VLA 扩展到空中机械臂操作，用 RL 生成的示范缓解空中数据稀缺，实现三维工作空间的通用操作，场景较垂直。
cs.RO
閱讀原文
VLA [School of Mechanical Engineering, Yonsei University]
Track-and-Complete: Learning Humanoid Skills from a Single Failed Human Video
Sarmad Idrees et al. · 仅用一段失败的人体视频学习人形技能，把失败视频当作可完成性线索而非纯负样本，降低人形技能数据采集门槛。
cs.RO
閱讀原文
VLA [South China University of Technology]
ComManip: Overfitting Manipulation Policies to Comfortable Regions
Yidan Lai et al. · 提出让操作策略"过拟合"到舒适区域以提升有限真机示范下的数据效率，核心是数据增广视角的调整而非新的 VLA 架构。
cs.RO
閱讀原文
VLA [Fudan University]
Beyond Token Importance: Preserving Spatial Scaffolds for Efficient Vision-Language-Action Inference
Jiayu Chen et al. · 指出 VLA 视觉 token 剪枝只按任务语义重要性打分、忽略操作所需空间结构，提出保留空间骨架的高效推理剪枝策略。
cs.RO
閱讀原文
VLA [Tsinghua University]
ReF-HIL: Shaping the Critic around Human Action Neighborhoods for Efficient Human-in-the-Loop Reinforcement Learning
Shaoyin Luo et al. · 围绕人类动作邻域塑造 critic 的 human-in-the-loop RL，更充分利用成功示范与在线纠正来加速操作策略训练。
cs.RO
閱讀原文
VLA [Southeast University]
CoRe-VLA: Preserving Cross-View Coordination in VLAs under Camera Shifts
Tianhang Pan et al. · 针对相机位移导致的视角变化，保留多相机 VLA 的跨视角协调能力，提升 VLA 在视角漂移下的鲁棒性。
cs.RO
閱讀原文
VLA [OpenMind]
Disentangling Spurious Correlations in Vision-Language-Action Models via Predicting Domain-Invariant Latent Lookahead
Junghyun Kim et al. · 通过预测域不变隐前瞻特征来解耦 VLA 中的虚假相关，提升视觉分布偏移下的鲁棒性，属表示层改进。
cs.RO
閱讀原文
VLA [The University of Hong Kong]
EgoHumanoid-V2: Human-to-Humanoid Transfer of Coordinated Whole-Body Skills for Loco-Manipulation
Jin Chen et al. · 从人类自我中心视频向人形机器人迁移协调的全身技能，实现 loco-manipulation 的直接技能迁移，偏仿真人形控制。
cs.RO
閱讀原文
VLA [Sun Yat-sen University]
Recovering the View: Benchmarking Physical Active Vision for Occlusion Recovery in Robotic Manipulation
Kaijun Luo et al. · 构建物理主动视觉的操作基准，研究策略在执行中主动改变视角以从遮挡中恢复，为遮挡场景评测提供数据。
cs.RO
閱讀原文
VLA [POSTECH]
Taming VLAs under Robot Execution Errors: Self-Compensation and Stress Testing
Sohyun Lee et al. · 针对机械磨损、负载变化等造成的执行误差，提出 VLA 自补偿方法与压力测试，提升真机部署可靠性。
cs.RO
閱讀原文
VLA [University of Applied Science and Arts of Southern Switzerland]
DROM: A Language-Guided Diffusion Framework for Multi-Skill Robotic Manipulation
Vincenzo Pomponi et al. · 语言引导的扩散框架，让机器人从有限示范中学习、表示并组合多种长时序操作技能，方法为现有扩散策略的框架化组合。
cs.RO
閱讀原文
VLA [University of Southern California]
Video2STL: Grounding VLM-Generated Temporal Specifications for Robot Learning
Merve Atasever et al. · 用 VLM 生成时序逻辑规范（STL）来指导视频策略学习，解决从视频迁移哪些信息的问题，属视频到策略的中间表示方法。
cs.RO
閱讀原文
VLA [UTokyo]
RawVLA: Embodied Neural Image Signal Processor For Robotic Manipulation
Shuhong Liu et al. · 把相机 ISP 从固定黑盒纳入 VLA 学习与评测回路，提出具身神经 ISP 直接处理 RAW 图像，探索成像管线对操作性能的影响。
cs.RO
閱讀原文