VLA
Human Demonstrations as Post-Training Data for Any Robot Body: Retargeting the Object, Not the Hand
把人类演示用作任意机器人本体的后训练数据，通过重定向物体而非手来实现跨本体迁移，可直接用于 VLA 目标本体后训练。
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
- Human Demonstrations as Post-Training Data for Any Robot Body: Retargeting the Object, Not the Hand 把人类演示用作任意机器人本体的后训练数据，通过重定向物体而非手来实现跨本体迁移，可直接用于 VLA 目标本体后训练。 HF-PAPER
- PhySGA: A Physics-Space Grounded Agentic Framework for Generalizable and Interactive 3D Composition [Physical Intelligence] 物理空间接地的 agentic 框架做可交互 3D 物体组合，主要服务仿真与内容生成，非 VLA 操作策略。 HF-PAPER
- Causal Analysis of Robot Foundation Models Enables Efficiency Gains [Stanford] Aiden Swann et al. · 用因果分析定位机器人基础模型内部哪些计算真正影响动作，以换取推理效率，属 VLA 机理分析与加速方向。 CS.RO
- Multi-Dimensional Featurizers Yield Fine-Grained Steering and Data Shaping in Robot Foundation Models [Stanford] Aiden Swann et al. · 提出块稀疏特征器发现多维内部特征，用于细粒度行为引导与训练数据塑造，属 VLA 可控性与可解释性方向。 CS.RO
- A Phenomenology of Neural Geometry in Vision-Language-Action Models [Stanford] Mozes Jacobs et al. · 刻画 VLA 策略内部表征的几何结构，回答操作相关变量在激活空间中的形状，属理解性分析。 CS.RO
- TGrasp6D: Task-Informed Vision-Language Priors and Pose Refinement enable Zero-Shot Task-Oriented 6DoF Grasping [Purdue University West Lafayette] Manav Kulshrestha et al. · 用 VLM 任务先验加位姿精修实现零样本任务导向 6DoF 抓取，聚焦抓取技能而非通用 VLA 架构。 CS.RO
- KODA: Kinematics--Observation Data Alignment for Humanoid Learning from Human Egocentric Demonstration [复旦] Zibo Zhou et al. · 对齐运动学与观测，让仿人全身 VLA 能从人类第一视角演示中低成本学习，属人形跨本体数据方向。 CS.RO
- When to Ask for Help: A Decision-Theoretic Account and Measurement Standard for Slow-Module Scheduling in Dual-System Vision-Language-Action Models [North China University of Technology] Shilin Zhang | North China University of Technology · 为双系统 VLA 的慢模块触发调度给出决策论框架与可比较的度量标准，偏分析/规范而非可直接复用的方法。 CS.RO
- An Agentic Framework for Proactive Robots with Procedural Assistance Memory [KAIST] Dohyun Lee et al. · 带程序化辅助记忆的主动服务机器人 agent 框架，预测用户需求，偏人机交互而非 VLA 操作策略。 CS.RO
- MR-MPCC: Model Predictive Contouring Control for Robotic Manipulator Tracking under Moving Reference Frames [CUHK] Chonghao Cheng et al. · 移动参考系下的机械臂轮廓跟踪 MPC，属经典控制方法，非学习型 VLA。 CS.RO
- CQDC-Warp: GPU-Accelerated Differentiable Quasi-Dynamic Simulation for Contact-Rich Manipulation [北大|Wang] Yanchen Ding et al. · GPU 加速的可微准动态仿真，用于接触密集操作的轨迹合成，可作机器人学习的数据/规划工具。 CS.RO
- LTM: Latent Transition Based In-Context Memory for Vision-Language-Action Models [ByteDance (China)] Qixin Sun et al. · 在 π0.5 上引入潜空间转移记忆，把历史压缩为相邻观测间的 latent transition，改善需记忆的机器人操作，可直接复用到现有 VLA 骨干。 CS.RO
VLA 研究日報VLA 研究日报
共 30 篇
🔧 技術技术
VLA [ByteDance (China)]
LTM: Latent Transition Based In-Context Memory for Vision-Language-Action Models
Qixin Sun et al. · 在 π0.5 上引入潜空间转移记忆，把历史压缩为相邻观测间的 latent transition，改善需记忆的机器人操作，可直接复用到现有 VLA 骨干。
cs.RO
閱讀原文
VLA [Chongqing Normal University]
Fast-VLA: You Only Think Once for Robot Manipulation
Kehong Gong et al. · 让策略只思考一次、复用更新缓慢的任务上下文，砍掉每步重复的大模型推理，显著降低 VLA 闭环延迟，利于部署。
cs.RO
閱讀原文
VLA [LIBERO Team]
REKI: Registering Knowledge in VLAs
Juliette Marrie et al. · 纯公开数据训练的 2.4B VLA，在 LIBERO-Plus、RoboTwin、RoboCasa365 上刷新性能-规模 Pareto 前沿，为小模型 VLA 提供可复用基线。
cs.RO
閱讀原文
VLA [Wuhan University of Technology]
Spark-0: Scaling Spatially Aligned Tactile Pretraining for Robot Dexterous Manipulation
Tianxing Chen et al. · 规模化空间对齐的视触觉预训练，把触觉引入通用策略预训练，直击接触密集灵巧操作中力/合规/滑移难以从图像观测的痛点。
cs.RO
閱讀原文
📖 背景閱讀背景阅读
VLA [Physical Intelligence]
PhySGA: A Physics-Space Grounded Agentic Framework for Generalizable and Interactive 3D Composition
物理空间接地的 agentic 框架做可交互 3D 物体组合，主要服务仿真与内容生成，非 VLA 操作策略。
hf-papers
閱讀原文
VLA [Stanford]
Causal Analysis of Robot Foundation Models Enables Efficiency Gains
Aiden Swann et al. · 用因果分析定位机器人基础模型内部哪些计算真正影响动作，以换取推理效率，属 VLA 机理分析与加速方向。
cs.RO
閱讀原文
VLA [Stanford]
Multi-Dimensional Featurizers Yield Fine-Grained Steering and Data Shaping in Robot Foundation Models
Aiden Swann et al. · 提出块稀疏特征器发现多维内部特征，用于细粒度行为引导与训练数据塑造，属 VLA 可控性与可解释性方向。
cs.RO
閱讀原文
VLA [Stanford]
A Phenomenology of Neural Geometry in Vision-Language-Action Models
Mozes Jacobs et al. · 刻画 VLA 策略内部表征的几何结构，回答操作相关变量在激活空间中的形状，属理解性分析。
cs.RO
閱讀原文
VLA [Purdue University West Lafayette]
TGrasp6D: Task-Informed Vision-Language Priors and Pose Refinement enable Zero-Shot Task-Oriented 6DoF Grasping
Manav Kulshrestha et al. · 用 VLM 任务先验加位姿精修实现零样本任务导向 6DoF 抓取，聚焦抓取技能而非通用 VLA 架构。
cs.RO
閱讀原文
VLA [复旦]
KODA: Kinematics--Observation Data Alignment for Humanoid Learning from Human Egocentric Demonstration
Zibo Zhou et al. · 对齐运动学与观测，让仿人全身 VLA 能从人类第一视角演示中低成本学习，属人形跨本体数据方向。
cs.RO
閱讀原文
VLA [North China University of Technology]
When to Ask for Help: A Decision-Theoretic Account and Measurement Standard for Slow-Module Scheduling in Dual-System Vision-Language-Action Models
Shilin Zhang | North China University of Technology · 为双系统 VLA 的慢模块触发调度给出决策论框架与可比较的度量标准，偏分析/规范而非可直接复用的方法。
cs.RO
閱讀原文
VLA [KAIST]
An Agentic Framework for Proactive Robots with Procedural Assistance Memory
Dohyun Lee et al. · 带程序化辅助记忆的主动服务机器人 agent 框架，预测用户需求，偏人机交互而非 VLA 操作策略。
cs.RO
閱讀原文
VLA [CUHK]
MR-MPCC: Model Predictive Contouring Control for Robotic Manipulator Tracking under Moving Reference Frames
Chonghao Cheng et al. · 移动参考系下的机械臂轮廓跟踪 MPC，属经典控制方法，非学习型 VLA。
cs.RO
閱讀原文
VLA [北大|Wang]
CQDC-Warp: GPU-Accelerated Differentiable Quasi-Dynamic Simulation for Contact-Rich Manipulation
Yanchen Ding et al. · GPU 加速的可微准动态仿真，用于接触密集操作的轨迹合成，可作机器人学习的数据/规划工具。
cs.RO
閱讀原文
VLA [SNU]
Policy-Aligned Predictive Verification for Adaptive VLA Action-Chunk Execution
Minkyu Kim et al. · 用策略对齐的预测验证自适应决定 VLA 动作块的执行长度，属动作块执行策略方向。
cs.RO
閱讀原文
VLA [Tongji University]
CarryOn: A Dual-Loop Harness for Personalized and Reliable Robot Assistance
Zixuan Wang et al. · 双环框架为通用 VLA 助手补上个性化与可靠执行两个能力，偏系统集成。
cs.RO
閱讀原文
VLA [Xi'an Jiaotong University]
Multi-Teacher On-Policy Distillation for Flow-Based Vision-Language-Action Models
Lichao Ni et al. · 用多教师在线策略蒸馏把多个专用 VLA 技能合并进单一流匹配策略，属技能整合方向。
cs.RO
閱讀原文
VLA [Kunming University of Science and Technology]
SPEAR: Selective Preference Elicitation with Adaptive Rewards for VLM-Guided Robotic Manipulation
Zewen Wu et al. · 选择性偏好采集加自适应奖励，降低 VLM 自动标注查询开销用于机器人操作。
cs.RO
閱讀原文
VLA [Shanghai University of Engineering Science]
Cross-Embodiment Causal Transfer from Human Videos to Robot Manipulation
Xingyu Zhang et al. · 从人类视频做跨本体因果迁移到机器人操作，缓解真机交互数据稀缺。
cs.RO
閱讀原文
VLA [Qufu Normal University]
What Should Robot Policies Learn to Predict? Rethinking Supervision Targets in Vision-Language-Action Learning
Haitao Shen et al. · 系统比较动作、潜动作、未来视觉等监督目标对 VLA 学习的作用，给出监督信号设计洞见。
cs.RO
閱讀原文
VLA [China Waterborne Transport Research Institute]
TS-WAM: Temporal Latent Actions and World-Action Coupling for Vision-Language Robot Control
Menghao Yin et al. · 引入时间潜在动作与世界-动作耦合，支持从无动作视频学习并预测未来视觉，属世界模型方向。
cs.RO
閱讀原文
VLA [Kunming University of Science and Technology]
VeriVLA: Adaptive Test-Time Verification for Flow-Based VLAs with Latent World Models
Xueli Sun et al. · 用潜世界模型对基于流的 VLA 做自适应测试时验证，缓解噪声种子导致的动作块质量波动。
cs.RO
閱讀原文
VLA [USC]
FastVLA: Task-Conditioned and Temporally Adaptive Visual Token Compression for Efficient Vision-Language-Action Models
Jiuyi Xu et al. · 任务条件化加时间自适应的视觉 token 压缩，降低多视角高分辨率输入的 VLA 推理开销。
cs.RO
閱讀原文
VLA [Nanyang Technological University]
MOSS: Mode-Oriented Source Shaping for Robot Flow Matching Policies
Zirun Ma et al. · 面向流匹配策略的模式导向源分布塑造，让同一观测下可控地执行某个多模态动作。
cs.RO
閱讀原文
VLA [Northwestern Polytechnical University]
Mem4Act: Learning Effective Latent Memory for Long-Horizon Robotic Manipulation
Yun Zhang et al. · 学习有效潜记忆用于长时程机器人操作，替代保留原始历史观测的做法。
cs.RO
閱讀原文
VLA [Texas A&M University System]
Sim-to-Real Reinforcement Learning for Path-Safe Target Reaching in Robotic Harvesting of Hydroponic Lettuce
Al Bashir et al. · 水培生菜采摘的路径安全 sim-to-real 强化学习，属农业机器人应用，非 VLA。
cs.RO
閱讀原文
VLA [LIBERO Team]
LIBERO-PeRM: Benchmarking Personalized Robotic Manipulation
Zhixu Li et al. · 面向个性化机器人操作的受控 benchmark，扩展 LIBERO 族，评估个性化泛化能力。
cs.RO
閱讀原文
VLA [KAIST]
Do VLAs Really Follow Instructions? Diagnosing How-Level Instruction Following in Vision-Language-Action Models
Sangwu Park et al. · 诊断 VLA 是否真正遵循 How 级（如何执行）指令，区别于既有的 What 级任务指令评估。
cs.RO
閱讀原文
VLA [Zhejiang A & F University]
RMBench: Memory-Dependent Robotic Manipulation Benchmark with Insights into Policy Design
Tianxing Chen et al. · 依赖记忆的机器人操作 benchmark，系统评测策略的历史推理能力并给出设计洞见。
cs.RO
閱讀原文