VLA [UC Berkeley]
Splat2Act: From Captured Scenes to Personalized VLA Manipulation
Xiaomeng Ye et al. · 直击通用策略在用户自采场景部署失败（π0.5 在捕获场景拾取成功率 0%）的痛点，用场景捕获（3D 重建）把环境数据转化为个性化 VLA 操作策略。可复用于家庭/办公室真实部署场景的策略适配。
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
- Splat2Act: From Captured Scenes to Personalized VLA Manipulation [UC Berkeley] Xiaomeng Ye et al. · 直击通用策略在用户自采场景部署失败（π0.5 在捕获场景拾取成功率 0%）的痛点，用场景捕获（3D 重建）把环境数据转化为个性化 VLA 操作策略。可复用于家庭/办公室真实部署场景的策略适配。 CS.RO
- Noise Space Learning for VLA Adaptation [University of Technology Sydney] Junjie Lu et al. · 提出噪声空间学习（NSL），在 flow-matching VLA 的噪声空间学习上下文条件化修正，实现少交互、低算力的任务适配。相比微调策略权重更省资源与更安全，可直接用于 π0 类 flow-matching VLA 的后训练。 CS.RO
- Dream to Remember: Continual Steering of Generalist Robot Policies with World Models [Jilin Medical University] Bahey Tharwat et al. · 用世界模型持续引导冻结生成式策略的输入噪声，借 RL 扩展模仿学习策略的能力而无需微调权重。属策略持续改进方向，与冻结策略 steering 路线可参考。 CS.RO
- SmolWAM: A Latent World-Action Model for Robotic Manipulation on Edge Devices Timi Owolabi et al. · 面向边缘设备的隐空间 world-action model，用潜表示替代昂贵的视频扩散 Transformer，降低端侧操作的计算开销。属 world-action 模型轻量化方向。 CS.RO
- LAPT-Scale: Scaling Embodied Policies with Latent Action Pre-Training on Human Videos [清华] Zhiyuan Xiang et al. · 用大规模第一视角人类视频做隐动作预训练来扩展具身策略规模，缓解机器人交互数据昂贵问题。人类视频→隐动作标注路线可关注。 CS.RO
- AutoBio+: Benchmarking Dexterous Manipulation with Dynamic Experimental Phenomena in Realistic Laboratories [Changchun University of Technology] Xuanye Wu et al. · 面向真实生物实验室场景的灵巧操作 benchmark，含动态实验现象与工具交互评估。属数据集/评测类工作，灵巧操作评估可参考。 CS.RO
- JitterVLA: A Replay Benchmark for Motion Quality in VLA-Driven Human-Robot Manipulation [Skolkovo Institute of Science and Technology] Faith Ogunwoye et al. · 提出 VLA 驱动机器人操作的运动质量回放 benchmark，统一评估不同延迟/抖动下动作平滑性，弥补现有只在成功率上评测的不足。 CS.RO
- RARA: Robust Policy Fine-Tuning through Retrieval-Anchored Representation Alignment for Robotic Manipulation [Jilin University] Xuhui Kang et al. · 用检索锚定的表征对齐做鲁棒策略微调，缓解少样本适配 VLA 时的分布偏移与过拟合。属 VLA 少样本微调方向。 CS.RO
- RESCUE: Is This Alarm Worth Acting On? Counterfactual Evaluation of VLA Runtime Monitors [Commonwealth Scientific and Industrial Research Organisation] David Ahmedt-Aristizabal et al. · 用反事实评估 VLA 运行时故障监控器，衡量告警是否值得干预（过早/过晚/误报），而非只看分类准确率。属部署安全监控评估方向。 CS.RO
- AlphaNIST: Emergent Assembly Skills from Binary Task Rewards [NVIDIA] Octi Zhang et al. · 仅用二值任务奖励学习 NIST 装配板技能，覆盖短时程接触丰富装配与长时程恢复协调。属 RL 学习操作方法。 CS.RO
- Dual-Stream Memory for Vision-Language-Action Policies [Jiangsu University] Yang Wang et al. · 为 VLA 策略设计双流记忆：Gated DeltaNet 压缩执行状态，另一路恢复已不可观测的视觉证据，解决长时程记忆依赖操作中的状态跟踪与视觉回溯。可直接用于需记忆的操作策略改造。 CS.RO
- Beyond Actions: Learning Future Operation Targets for Vision-Language-Action Models [Tongji University] Min Lin et al. · 提出 Action-Future Coupled Effect Learning（AFCE），让 VLA 除预测动作块外还预测未来操作目标（动作将达成什么），弥补纯动作监督的语义缺失。 CS.RO
VLA 研究日報VLA 研究日报
共 23 篇
🔧 技術技术
VLA [University of Technology Sydney]
Noise Space Learning for VLA Adaptation
Junjie Lu et al. · 提出噪声空间学习（NSL），在 flow-matching VLA 的噪声空间学习上下文条件化修正，实现少交互、低算力的任务适配。相比微调策略权重更省资源与更安全，可直接用于 π0 类 flow-matching VLA 的后训练。
cs.RO
閱讀原文
VLA [Jiangsu University]
Dual-Stream Memory for Vision-Language-Action Policies
Yang Wang et al. · 为 VLA 策略设计双流记忆：Gated DeltaNet 压缩执行状态，另一路恢复已不可观测的视觉证据，解决长时程记忆依赖操作中的状态跟踪与视觉回溯。可直接用于需记忆的操作策略改造。
cs.RO
閱讀原文
VLA [复旦]
Forward Dynamics Models
Zipei Ma et al. · 对比 VLA（缺未来状态监督）与 WAM（生成模型计算昂贵）的局限，提出前向动力学模型作为统一框架，用未来世界状态监督策略学习。为 VLA/WAM 融合提供新范式，值得精读。
cs.RO
閱讀原文
VLA [Anhui Medical University]
VLMs are Native Action Models: Unleashing the Manipulation Capabilities of VLMs with Explicit Action-Space Grounding
Jingkun Yi et al. · 论证预训练 VLM 本身即具备操作所需的视觉/空间/推理能力，只需显式动作空间接地即可转为通用操作策略，挑战 VLA 必须额外训练动作头的假设。其动作接口设计可直接复用。
cs.RO
閱讀原文
📖 背景閱讀背景阅读
VLA [Jilin Medical University]
Dream to Remember: Continual Steering of Generalist Robot Policies with World Models
Bahey Tharwat et al. · 用世界模型持续引导冻结生成式策略的输入噪声，借 RL 扩展模仿学习策略的能力而无需微调权重。属策略持续改进方向，与冻结策略 steering 路线可参考。
cs.RO
閱讀原文
VLA
SmolWAM: A Latent World-Action Model for Robotic Manipulation on Edge Devices
Timi Owolabi et al. · 面向边缘设备的隐空间 world-action model，用潜表示替代昂贵的视频扩散 Transformer，降低端侧操作的计算开销。属 world-action 模型轻量化方向。
cs.RO
閱讀原文
VLA [清华]
LAPT-Scale: Scaling Embodied Policies with Latent Action Pre-Training on Human Videos
Zhiyuan Xiang et al. · 用大规模第一视角人类视频做隐动作预训练来扩展具身策略规模，缓解机器人交互数据昂贵问题。人类视频→隐动作标注路线可关注。
cs.RO
閱讀原文
VLA [Changchun University of Technology]
AutoBio+: Benchmarking Dexterous Manipulation with Dynamic Experimental Phenomena in Realistic Laboratories
Xuanye Wu et al. · 面向真实生物实验室场景的灵巧操作 benchmark，含动态实验现象与工具交互评估。属数据集/评测类工作，灵巧操作评估可参考。
cs.RO
閱讀原文
VLA [Skolkovo Institute of Science and Technology]
JitterVLA: A Replay Benchmark for Motion Quality in VLA-Driven Human-Robot Manipulation
Faith Ogunwoye et al. · 提出 VLA 驱动机器人操作的运动质量回放 benchmark，统一评估不同延迟/抖动下动作平滑性，弥补现有只在成功率上评测的不足。
cs.RO
閱讀原文
VLA [Jilin University]
RARA: Robust Policy Fine-Tuning through Retrieval-Anchored Representation Alignment for Robotic Manipulation
Xuhui Kang et al. · 用检索锚定的表征对齐做鲁棒策略微调，缓解少样本适配 VLA 时的分布偏移与过拟合。属 VLA 少样本微调方向。
cs.RO
閱讀原文
VLA [Commonwealth Scientific and Industrial Research Organisation]
RESCUE: Is This Alarm Worth Acting On? Counterfactual Evaluation of VLA Runtime Monitors
David Ahmedt-Aristizabal et al. · 用反事实评估 VLA 运行时故障监控器，衡量告警是否值得干预（过早/过晚/误报），而非只看分类准确率。属部署安全监控评估方向。
cs.RO
閱讀原文
VLA [NVIDIA]
AlphaNIST: Emergent Assembly Skills from Binary Task Rewards
Octi Zhang et al. · 仅用二值任务奖励学习 NIST 装配板技能，覆盖短时程接触丰富装配与长时程恢复协调。属 RL 学习操作方法。
cs.RO
閱讀原文
VLA [Tongji University]
Beyond Actions: Learning Future Operation Targets for Vision-Language-Action Models
Min Lin et al. · 提出 Action-Future Coupled Effect Learning（AFCE），让 VLA 除预测动作块外还预测未来操作目标（动作将达成什么），弥补纯动作监督的语义缺失。
cs.RO
閱讀原文
VLA [Tongji University]
Grounded-Dreamer: Robot Learning from World Model Synthetic Data with Physical Grounding
Feng Jiang et al. · 用带物理锚定的世界模型生成合成数据训练操作策略，减少人工遥操作与真机数据依赖。属世界模型合成数据方向。
cs.RO
閱讀原文
VLA [Nanjing Agricultural University]
Human2Dex: Dexterous Robot Learning from Wrist-Centric Human Demonstrations
Jiachen Zhang et al. · 用腕部视角人类演示构建可复用的灵巧操作数据接口，跨不同灵巧手迁移，无需逐任务逐手采集数据。属灵巧操作数据复用方向。
cs.RO
閱讀原文
VLA [Southwest Wisconsin Technical College]
Adaptive Whole-Body MPC with Optimal Posture Planning for Humanoid Robots under Unknown Payloads
Manh Cuong Nguyen et al. · 针对未知负载的人形机器人全身 MPC 控制与最优姿态规划，维持搬举时的平衡。属经典控制方法，非 VLA/学习式操作。
cs.RO
閱讀原文
VLA [Communication University of Zhejiang]
Evo-World: A Lightweight Vision-Language-Action Model with Future Motion Prediction via Optical-Flow Supervision
Zile Zhong et al. · 轻量 VLA，通过光流监督显式引入未来运动预测，让策略编码场景演化信息以辅助控制。属未来预测增强 VLA 方向。
cs.RO
閱讀原文
VLA [Purdue University West Lafayette]
Sampling-based Kinodynamic Planning with World Models
Yitian Gao et al. · 用采样规划替代 CEM/MPPI 等优化器，在世界模型上做长时程运动规划，解决优化器在需绕行等非奖励驱动运动上停滞的问题。
cs.RO
閱讀原文
VLA [Army Medical University]
Evidence-Guided Counterfactual Learning for Long-Tailed Robotic Policies
Weiwei Chen et al. · 研究长尾任务分布下 VLA 共享策略的头部任务动作偏置，用证据引导反事实学习缓解数据不平衡。属策略鲁棒性方向。
cs.RO
閱讀原文
VLA [Karlsruhe Institute of Technology]
Reinforcement Learning via Fixed-point Flow Matching
Denis Blessing et al. · 用不动点流匹配生成玻尔兹曼（多峰）分布样本，改进最大熵/行为约束 RL 的策略采样。属 RL×生成模型方法，对 VLA 的 RL 精调有参考价值。
cs.RO
閱讀原文
VLA [Xi'an Jiaotong University]
OGPO: Offline Goal-conditioned Policy Optimization for Recoverable Vision-Language-Action Models
Xule Gao et al. · 面向 VLA 离线后训练，提出目标条件策略优化（OGPO），超越轨迹级监督模仿以提升策略可恢复性。属 VLA 后训练方向。
cs.AI
閱讀原文
VLA [University of Maryland , College Park]
GLIMPSE: Global-Local Indexing with Multi-Precision Spectral Encoding for Explorable Video World Models
Zhufeng Xu et al. · 相机可控视频世界模型的全局-局部索引与多精度谱编码，保证相机重访同一场景时的一致性，避免重采样导致的鬼影。属视频世界模型技术。
cs.CV
閱讀原文