VLA
ACCRUE: Continual Off-Policy Reinforcement Learning for Robot Foundation Models
用 off-policy 持续强化学习对机器人基础模型做后训练，在高效学新任务的同时抑制旧技能遗忘。直接面向 VLA 的 RL 精调与多任务在线部署，算法可复用。
hf-papers
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
- ACCRUE: Continual Off-Policy Reinforcement Learning for Robot Foundation Models 用 off-policy 持续强化学习对机器人基础模型做后训练，在高效学新任务的同时抑制旧技能遗忘。直接面向 VLA 的 RL 精调与多任务在线部署，算法可复用。 HF-PAPER
- Box-WAM: Box Trajectories as Compact State Representations for World Action Models 世界动作模型（WAM）通常靠预测整帧视频表示未来，算力开销大；本文用 box 轨迹作为紧凑状态表示，降低预测成本。为世界模型策略提供更高效的状态建模路径。 HF-PAPER
- LADDER: A Long-Horizon Robot Manipulation Benchmark 构建长程操作基准 LADDER，将任务时域与场景/物体多样性解耦，专门诊断策略在长时域下的性能退化。为长程 VLA 评测提供新的标准化手段。 HF-PAPER
- RoboSimStudio: An Interactive Toolkit for Rapid Real2Sim of Robot Manipulation Tasks 交互式工具包，帮助快速完成操作任务的 Real2Sim 转换，处理接触力学、摩擦、形变等物理参数选择。为数据生成与 sim-to-real 流程提供工程工具。 HF-PAPER
- RoboHarness: A Simple Harness Outperforms VLA and World Actions Models [Simplex Manufacturing (United States)] Bince Qu et al. · 提出用执行 harness 让 LLM 在物理世界行动，声称在任务上超过 VLA 与世界动作模型。提供了一条区别于动作 token 生成的 embodied 控制替代路线。 CS.RO
- From bits to atoms: A survey of cross-layer safety in Embodied AI Tuo Feng et al. · 综述具身 AI 跨层安全，以物理交互到数字层的四层参考架构组织网络物理风险。安全方向综述，供体系化参考。 CS.RO
- RAIN: Robotic Task Generalization with Region-Aware Interaction Networks [Huawei Technologies (China)] Seunghun Lee et al. · 针对 VLA 易死记训练轨迹、难泛化到新任务与场景的问题，提出 Region-Aware Interaction Networks，将交互模式与场景配置解耦。为 VLA 任务泛化提供可复用模块。 CS.RO
- Reinforcement Learning from Real-Robot Interaction without High-Quality State Estimates [Akamai (United States)] Ryan Gao et al. · 研究在缺乏高质量状态估计的真实机器人上直接做强化学习，绕过依赖精确状态估计的瓶颈。面向真机 RL 的方法探索。 CS.RO
- Assessing the Marginal Utility of Exocentric Head Views in UMI-Style Large-FoV Wrist-Camera Manipulation Yuhui Duan et al. · 系统比较 UMI 风格大视场腕部相机操作中增加外部头视角的边际收益，质疑'相机越多越好'的假设。为多视角数据采集与策略设计提供实证经验。 CS.RO
- Embodied Zero-Shot Task Planning via Hardware-Aware LLM-VLM Integration for Grounded Robotic Manipulation [NVIDIA] Lonnie Tankersley et al. · 结合 LLM 与 VLM 做硬件感知的零样本任务规划，将可达性、碰撞与工作空间约束纳入计划生成。面向 grounded 操作的规划方法。 CS.RO
- Make {\pi}0.5 Learn to Call Astra for Reliable Robot Manipulation [中科院] Jianli Sun et al. · 给冻结的 π0.5 策略加一个轻量 CALL 头，学习何时调用外部 Astra 做具身推理，降低查询次数与 token 成本。为 VLA 与外部推理模型的按需混合调用提供思路。 CS.RO
- Axiom-0: Hierarchical Self-Refinement for Vision-Language-Action Policies [Robotics Research (United States)] Renbin Shu et al. · 提出 Axiom-0 层次化自精炼方法，提升 VLA 策略在陌生任务、布局与物体交互上的可靠性。属 VLA 策略改进框架。 CS.RO
VLA 研究日報VLA 研究日报
共 29 篇
🔧 技術技术
VLA
Box-WAM: Box Trajectories as Compact State Representations for World Action Models
世界动作模型（WAM）通常靠预测整帧视频表示未来，算力开销大；本文用 box 轨迹作为紧凑状态表示，降低预测成本。为世界模型策略提供更高效的状态建模路径。
hf-papers
閱讀原文
VLA [Huawei Technologies (China)]
RAIN: Robotic Task Generalization with Region-Aware Interaction Networks
Seunghun Lee et al. · 针对 VLA 易死记训练轨迹、难泛化到新任务与场景的问题，提出 Region-Aware Interaction Networks，将交互模式与场景配置解耦。为 VLA 任务泛化提供可复用模块。
cs.RO
閱讀原文
VLA [University of East Anglia]
PRISM: Precision Forcing for Generalist Vision-Language-Action Policies
Chenghao Yue et al. · 针对 VLM+扩散/流匹配动作专家这一主流范式在精密操作上不可靠的痛点，提出 Precision Forcing 提升细粒度操作的精度与稳定性。精确操作是 VLA 核心瓶颈，方法可直接复用。
cs.RO
閱讀原文
VLA [Wuhan University]
DEFT-VLA: Stage-Localized Force Specialization for Contact-Rich Robotic Manipulation
Zan Huang et al. · 指出接触丰富操作中视觉/本体感受与力觉存在阶段依赖的信号冲突，提出按阶段局部化力觉专精的 DEFT-VLA。直击触觉/力觉 VLA 核心方向，阶段化融合思路可复用。
cs.RO
閱讀原文
📖 背景閱讀背景阅读
VLA
LADDER: A Long-Horizon Robot Manipulation Benchmark
构建长程操作基准 LADDER，将任务时域与场景/物体多样性解耦，专门诊断策略在长时域下的性能退化。为长程 VLA 评测提供新的标准化手段。
hf-papers
閱讀原文
VLA
RoboSimStudio: An Interactive Toolkit for Rapid Real2Sim of Robot Manipulation Tasks
交互式工具包，帮助快速完成操作任务的 Real2Sim 转换，处理接触力学、摩擦、形变等物理参数选择。为数据生成与 sim-to-real 流程提供工程工具。
hf-papers
閱讀原文
VLA [Simplex Manufacturing (United States)]
RoboHarness: A Simple Harness Outperforms VLA and World Actions Models
Bince Qu et al. · 提出用执行 harness 让 LLM 在物理世界行动，声称在任务上超过 VLA 与世界动作模型。提供了一条区别于动作 token 生成的 embodied 控制替代路线。
cs.RO
閱讀原文
VLA
From bits to atoms: A survey of cross-layer safety in Embodied AI
Tuo Feng et al. · 综述具身 AI 跨层安全，以物理交互到数字层的四层参考架构组织网络物理风险。安全方向综述，供体系化参考。
cs.RO
閱讀原文
VLA [Akamai (United States)]
Reinforcement Learning from Real-Robot Interaction without High-Quality State Estimates
Ryan Gao et al. · 研究在缺乏高质量状态估计的真实机器人上直接做强化学习，绕过依赖精确状态估计的瓶颈。面向真机 RL 的方法探索。
cs.RO
閱讀原文
VLA
Assessing the Marginal Utility of Exocentric Head Views in UMI-Style Large-FoV Wrist-Camera Manipulation
Yuhui Duan et al. · 系统比较 UMI 风格大视场腕部相机操作中增加外部头视角的边际收益，质疑'相机越多越好'的假设。为多视角数据采集与策略设计提供实证经验。
cs.RO
閱讀原文
VLA [NVIDIA]
Embodied Zero-Shot Task Planning via Hardware-Aware LLM-VLM Integration for Grounded Robotic Manipulation
Lonnie Tankersley et al. · 结合 LLM 与 VLM 做硬件感知的零样本任务规划，将可达性、碰撞与工作空间约束纳入计划生成。面向 grounded 操作的规划方法。
cs.RO
閱讀原文
VLA [中科院]
Make {\pi}0.5 Learn to Call Astra for Reliable Robot Manipulation
Jianli Sun et al. · 给冻结的 π0.5 策略加一个轻量 CALL 头，学习何时调用外部 Astra 做具身推理，降低查询次数与 token 成本。为 VLA 与外部推理模型的按需混合调用提供思路。
cs.RO
閱讀原文
VLA [Robotics Research (United States)]
Axiom-0: Hierarchical Self-Refinement for Vision-Language-Action Policies
Renbin Shu et al. · 提出 Axiom-0 层次化自精炼方法，提升 VLA 策略在陌生任务、布局与物体交互上的可靠性。属 VLA 策略改进框架。
cs.RO
閱讀原文
VLA [Google (United States)]
Disentangling Task-Relevant Latent Dynamics for Reward Modeling
Dayou Li et al. · 为机器人操作 RL 学习解耦任务相关潜在动力学的奖励模型，缓解手工奖励工程负担。面向 RL 奖励学习方向。
cs.RO
閱讀原文
VLA [Nanjing University of Chinese Medicine]
PILOT: Guiding Long-Horizon World-Model Planning for Robot Manipulation with Visual Subgoals and Policy Priors
Yang Liu et al. · 用视觉子目标与策略先验引导潜在世界模型的长程规划，缓解远距离目标指导不足与动作搜索低效。世界模型规划方法。
cs.RO
閱讀原文
VLA [University of California San Diego]
DexFLEX: Contact-Aware Foundation Controller for Command-Guided Dexterity
Weikang Wan et al. · 提出接触感知的基础控制器，为灵巧手在遥操作或学得策略给出的运动意图之外补充关键接触决策。面向接触丰富的灵巧操作。
cs.RO
閱讀原文
VLA [Artificial Intelligence in Medicine (Canada)]
Memory Without Curation: Learning Multi-Stream Latent Memory for Robot Policies
Yilin Wu et al. · 提出多流潜在记忆，让策略无需人工整理历史即可获得长期记忆，规避捷径学习与上下文膨胀。为长程 VLA 记忆机制提供方案。
cs.RO
閱讀原文
VLA [Thomas Lord Department of Computer Science , University of Southern California ,]
Red-Teaming of Vision-Language-Action Models via Quality Diversity Environment Generation
Shihan Zhao et al. · 用质量多样性（QD）环境生成对 VLA 模型做 red-teaming，系统暴露其失败场景。为 VLA 鲁棒性评测提供工具。
cs.RO
閱讀原文
VLA [Shanghai University of Engineering Science]
Before We Act: Learning Action-Conditioned Team-Response Beliefs for Decentralized Multi-Robot Manipulation
Zihao Li et al. · 面向去中心化多机器人操作，从局部历史学习动作条件下的队友响应信念来评估动作价值。多机协作方法。
cs.RO
閱讀原文
VLA [China Meat Research Centre]
Flow-Support-Weighted Proposals for Test-Time Verified VLA Policies
Chen Zhao et al. · 为 VLA 测试时验证的候选动作采样提出 flow-support 加权方案，改善多候选的多样性与可用性。属 VLA 推理期验证方向。
cs.RO
閱讀原文
VLA
Successful but Unsafe: An Analytical Benchmark for Revealing Collisions in Vision-and-Language Navigation
Hieu D. Pham et al. · 提出分析型基准，揭示视觉语言导航中'到达目标但发生碰撞'的安全盲区。面向 VLN（导航而非操作）的安全评测。
cs.RO
閱讀原文
VLA [China Mobile (Hangzhou) Information Technology Co., Ltd. , Hangzhou , China]
DexCast: Learning Real-World Dexterous Control from Human Videos
Zihan Gao et al. · 从人类视频学习真实世界灵巧控制，摆脱昂贵的手动遥操作数据采集。面向灵巧操作的模仿学习。
cs.RO
閱讀原文
VLA [中科院]
CAG-WAM: Causal Action-Gain World Action Models for Robot Manipulation
Peizheng Guo et al. · 为世界动作模型区分动作诱导与环境诱导的未来变化，提出因果动作增益 WAM，使预测未来能更可靠地评估候选动作。世界模型方法。
cs.RO
閱讀原文
VLA [Shenzhen University]
Predict in Chunks, Revise in Spans: History-conditioned Action Regeneration for Robotic Manipulation
Chenyang Wang et al. · 针对动作分块策略因局部误差而重生成整段动作的问题，提出按 span 做历史条件动作修订。改进行动分块的推理方式。
cs.RO
閱讀原文
VLA [Kyoto University]
Verify, Act, Distill: Turning Test-Time Compute into Test-Time Adaptation for Vision-Language-Action Models
Kaneyoshi Hiratsuka et al. · 把 VLA 的测试时计算（多候选打分）蒸馏进策略，避免每次推理都重复采样打分。为 VLA 推理效率与自适应提供方案。
cs.RO
閱讀原文
VLA [ShanghaiTech University]
CFG-Policy: Unified Diffusion Policy Learning Framework via Classifier-free Guidance
Shutong Ding et al. · 用无分类器引导统一扩散策略的采样、探索与 RL 微调，利用其多模态动作分布。属扩散策略学习框架。
cs.RO
閱讀原文
VLA [Microsoft Research Asia (China)]
EnactOpt: Diagnosis-Guided Harness Evolution for Embodied Agents
ZhiYuan Feng et al. · 对具身智能体的执行 harness 做诊断驱动的自动演化，修复源于 harness 组织方式而非模型能力的失败。Agentic 控制工程方法。
cs.RO
閱讀原文
VLA [Beijing Forestry University]
Barrier-Constrained Guidance For Real-time Asynchronous VLA Execution
Wenbo Yu et al. · 为实时异步 VLA 执行引入障碍约束引导，缓解已提交动作流与新预测块之间的边界错位。面向 VLA 实时部署。
cs.RO
閱讀原文