VLA [科大]
AutoPruner: Agentic Depth Pruning for Vision-Language-Action Models
Tao Lin et al. · 对 VLA 做深度层剪枝，用 agent 联合决定剪哪些层与如何恢复性能，输出可直接部署的压缩配置。可复用点：给 OpenVLA 类模型提供“自动搜索剪枝+恢复微调”的部署流水线。
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
- DUET: Decoupled Upper- and Lower-Body Execution for Task-Agnostic Humanoid Loco-Manipulation [North Carolina State University] Kapalik Khanal et al. · 把人形机器人上身操作与下身平衡控制解耦，替换操作策略时无需重训平衡控制器，两套控制器独立运行与切换。属于人形 loco-manipulation 系统工程，未涉及语言条件策略或 VLA 训练。 CS.RO
- AutoPruner: Agentic Depth Pruning for Vision-Language-Action Models [科大] Tao Lin et al. · 对 VLA 做深度层剪枝，用 agent 联合决定剪哪些层与如何恢复性能，输出可直接部署的压缩配置。可复用点：给 OpenVLA 类模型提供“自动搜索剪枝+恢复微调”的部署流水线。 CS.RO
- ESCAPE: Egocentric Sensing for Collision Avoidance and Policy Execution [中科院] Weiqing Shen et al. · 改用机载自视角感知替代外置相机完成避障与策略执行，规避遮挡、杂乱与标定问题。偏视觉运动策略与运动规划的鲁棒性改进，无语言条件 VLA 内容。 CS.RO
- Touch Where It Matters: Learning Local Tactile Policies for Fine-Grained Gripper Control [The University of Sydney] Mingyuan Ba et al. · 在视觉模仿策略之上叠加局部触觉反馈策略，做超出“开/合”的细粒度夹爪调节，处理接触丰富操作。可复用点：这种“全局视觉规划+局部触觉修正”的分层结构可直接接到 ACT/DP 类策略上。 CS.RO
- GazeAct: A Human-Gaze-Annotated Manipulation Dataset for Attention-Regularized Policies [港大] Anupam Pani et al. · 发布带人类注视标注的操作数据集，并用注视注意力正则约束 VLA 把指令落到正确物体、接触点与目标位置。数据集类贡献，可作 grounding 辅助监督与数据增广来源。 CS.RO
- ContactBench 1.0: A Benchmark for Everyday Contact-Rich Robotic Manipulation [Stanford|Bohg] Jingyi Xiang et al. · 面向日常接触丰富操作的系统性基准，覆盖多样接触行为并统一跨实验室复现协议，补上接触类任务评测的缺口。基准类工作，重要但不紧急。 CS.RO
- Retrieval-triggered Action Projection Adjustment for Frozen VLA Policies: An Empirical Study and Failure Analysis [Safe AI Lab , Carnegie Mellon University] Jinming Wang et al. · 给冻结的 OpenVLA 外挂一层检索触发式动作投影校正：遇到曾失败的场景就检索并调整动作投影，不更新权重，并附失败模式分析。可复用点：部署后无训练纠错的最小改动方案。 CS.RO
- LIBERO-Dynamic: Benchmarking Robotic Manipulation in Dynamic Environments [中科院] Shaojie Ren et al. · 把 LIBERO 的目标物体改为运动中，专门暴露策略推理耗时与观测过时带来的问题，评测动态目标下的操作表现。基准类工作，可用于诊断推理时延影响。 CS.RO
- LIBERO-Pro2.0: A Benchmark for Evaluating the Robustness of Embodied Foundation Models [LIBERO Team] Xueyang Zhou et al. · 对 LIBERO 施加系统性扰动，检验具身基础模型是真正鲁棒还是只吃透了基准规律。诊断/基准类，适合作为鲁棒性自检工具。 CS.RO
- Refuse the Harm, Complete the Task via Graph-of-Rules Planning for LLM-Enabled Robots [Nanyang Technological University] Ali Taheri et al. · 用规则图在推理期同时拒绝越狱诱导的危险指令并完成任务规划。属具身安全与 LLM 高层规划方向，与 VLA 动作模型本身关联有限。 CS.RO
- Relational Spatial Alignment for Vision-Language-Action Models [China Agricultural University] Chaoran Zhu et al. · 指出把 VLA 表征直接对齐预训练 3D 模型的做法不足，改为用物体间关系式空间对齐来注入空间理解。可复用点：该对齐目标能作为辅助损失接入现有 VLA 训练，改善方位/放置类指令。 CS.RO
- SARAM: Sparse Adapter Allocation with Reuse and Merging for Lifelong Robot Learning [USC] SeongJun Jeong et al. · 在 VLA 主干上做持续学习：稀疏分配适配器并用复用/合并抑制适配器数量膨胀与灾难遗忘。属终身学习适配器管理，方法可借鉴但优先级低于当前主线。 CS.RO
VLA 研究日報VLA 研究日报
共 29 篇
🔧 技術技术
VLA [The University of Sydney]
Touch Where It Matters: Learning Local Tactile Policies for Fine-Grained Gripper Control
Mingyuan Ba et al. · 在视觉模仿策略之上叠加局部触觉反馈策略，做超出“开/合”的细粒度夹爪调节，处理接触丰富操作。可复用点：这种“全局视觉规划+局部触觉修正”的分层结构可直接接到 ACT/DP 类策略上。
cs.RO
閱讀原文
VLA [Safe AI Lab , Carnegie Mellon University]
Retrieval-triggered Action Projection Adjustment for Frozen VLA Policies: An Empirical Study and Failure Analysis
Jinming Wang et al. · 给冻结的 OpenVLA 外挂一层检索触发式动作投影校正：遇到曾失败的场景就检索并调整动作投影，不更新权重，并附失败模式分析。可复用点：部署后无训练纠错的最小改动方案。
cs.RO
閱讀原文
VLA [China Agricultural University]
Relational Spatial Alignment for Vision-Language-Action Models
Chaoran Zhu et al. · 指出把 VLA 表征直接对齐预训练 3D 模型的做法不足，改为用物体间关系式空间对齐来注入空间理解。可复用点：该对齐目标能作为辅助损失接入现有 VLA 训练，改善方位/放置类指令。
cs.RO
閱讀原文
VLA [Stanford|Wu] [Harvard|Du]
Dream What I Can: Sparse Visual Planning for Long-Horizon Robot Manipulation
Chongkai Gao et al. · 用视频模型做稀疏视觉规划：高层只产出少量可执行子目标，低层策略负责落地，避免“看起来合理但执行不了”的视觉未来。可复用点：稀疏子目标筛选+可执行性 grounding 能直接嵌进现有视频世界模型策略。
cs.RO
閱讀原文
📖 背景閱讀背景阅读
VLA [North Carolina State University]
DUET: Decoupled Upper- and Lower-Body Execution for Task-Agnostic Humanoid Loco-Manipulation
Kapalik Khanal et al. · 把人形机器人上身操作与下身平衡控制解耦，替换操作策略时无需重训平衡控制器，两套控制器独立运行与切换。属于人形 loco-manipulation 系统工程，未涉及语言条件策略或 VLA 训练。
cs.RO
閱讀原文
VLA [中科院]
ESCAPE: Egocentric Sensing for Collision Avoidance and Policy Execution
Weiqing Shen et al. · 改用机载自视角感知替代外置相机完成避障与策略执行，规避遮挡、杂乱与标定问题。偏视觉运动策略与运动规划的鲁棒性改进，无语言条件 VLA 内容。
cs.RO
閱讀原文
VLA [港大]
GazeAct: A Human-Gaze-Annotated Manipulation Dataset for Attention-Regularized Policies
Anupam Pani et al. · 发布带人类注视标注的操作数据集，并用注视注意力正则约束 VLA 把指令落到正确物体、接触点与目标位置。数据集类贡献，可作 grounding 辅助监督与数据增广来源。
cs.RO
閱讀原文
VLA [Stanford|Bohg]
ContactBench 1.0: A Benchmark for Everyday Contact-Rich Robotic Manipulation
Jingyi Xiang et al. · 面向日常接触丰富操作的系统性基准，覆盖多样接触行为并统一跨实验室复现协议，补上接触类任务评测的缺口。基准类工作，重要但不紧急。
cs.RO
閱讀原文
VLA [中科院]
LIBERO-Dynamic: Benchmarking Robotic Manipulation in Dynamic Environments
Shaojie Ren et al. · 把 LIBERO 的目标物体改为运动中，专门暴露策略推理耗时与观测过时带来的问题，评测动态目标下的操作表现。基准类工作，可用于诊断推理时延影响。
cs.RO
閱讀原文
VLA [LIBERO Team]
LIBERO-Pro2.0: A Benchmark for Evaluating the Robustness of Embodied Foundation Models
Xueyang Zhou et al. · 对 LIBERO 施加系统性扰动，检验具身基础模型是真正鲁棒还是只吃透了基准规律。诊断/基准类，适合作为鲁棒性自检工具。
cs.RO
閱讀原文
VLA [Nanyang Technological University]
Refuse the Harm, Complete the Task via Graph-of-Rules Planning for LLM-Enabled Robots
Ali Taheri et al. · 用规则图在推理期同时拒绝越狱诱导的危险指令并完成任务规划。属具身安全与 LLM 高层规划方向，与 VLA 动作模型本身关联有限。
cs.RO
閱讀原文
VLA [USC]
SARAM: Sparse Adapter Allocation with Reuse and Merging for Lifelong Robot Learning
SeongJun Jeong et al. · 在 VLA 主干上做持续学习：稀疏分配适配器并用复用/合并抑制适配器数量膨胀与灾难遗忘。属终身学习适配器管理，方法可借鉴但优先级低于当前主线。
cs.RO
閱讀原文
VLA [DeepMind|Schmid]
DiPLO: Self-distilled Diffusion Planning for Loco-manipulation
Shafeef Omar et al. · 用自蒸馏的扩散规划协调人形机器人行走、平衡与物体交互，减少对大量示教或从零 RL 的依赖。属人形全身 loco-manipulation 方法，非语言条件 VLA。
cs.RO
閱讀原文
VLA [北大|Wang]
Scalable, Intuitive, Mixed Reality-Based Semi-Autonomous Robotic Telemanipulation for the Execution of a Fine-Grained Bimanual Task
Shifei Duan et al. · 混合现实半自主遥操作系统用于精细双臂任务，重点是低成本、可扩展地采集高质量示教数据。可作双臂数据采集工具链的工程参考，无策略层面新方法。
cs.RO
閱讀原文
VLA [Tongji University]
Compile Once, Run Cheap: Frozen, Portable Skills for Embodied Agents, and What Recursive Self-Improvement Adds
Jingwen Bai et al. · 让强通用模型只在离线阶段把任务编译成可复用技能库，之后廉价执行，并量化递归自我改进带来的增益。属具身 agent 技能复用思路，摘要未给策略层面的 VLA 方法细节。
cs.RO
閱讀原文
VLA [ETH|Hutter]
Vision as Proprioception: Estimating Humanoid Robot Pose from Video
Jiaxi Jiang et al. · 从外部视频估计人形机器人本体位姿与内部状态，作为无法读取本体信息时的替代感知。属状态估计方向，与操作策略学习无直接接口。
cs.RO
閱讀原文
VLA [Hitachi (Japan)]
Energy-Score Stabilized Attentive Mixture-Density Policy: A Lightweight Approach to Multimodal Robot Motion
Sachiya Fujita et al. · 用注意力混合密度网络加能量分数稳定训练，在低推理成本下建模多模态动作分布。属动作头/模仿学习细节改进，缺真实机器人规模验证与 VLA 结合。
cs.RO
閱讀原文
VLA [上交|Zhou]
AeroDASH: Asynchronous Vision-Language-Action Control for Continuous UAV Flight
Zhe Liu et al. · 针对无人机连续飞行，用异步 VLA 推理缓解板载时延与机体运动错配的问题。时延补偿思路可迁移到操作 VLA，但任务本体是飞行控制而非物体操作。
cs.RO
閱讀原文
VLA [中科院]
T(R,O) Grasp++: Cross-Embodiment Dexterous Grasping in Cluttered Environments at Scale
Xin Fei et al. · 构建大规模仿真灵巧抓取数据集与跨本体抓取模型，在杂乱场景下解决高维手-环境约束协调。属抓取合成与数据生成，不涉及 VLA 策略训练。
cs.RO
閱讀原文
VLA [浙大]
BiDex-100: A Comprehensive Benchmark for Bimanual Dexterous Manipulation Across 100+ Simulation Tasks
Yong Wang et al. · 提出覆盖 100+ 任务的双臂灵巧手操作基准，填补灵巧操作评测缺失。基准类工作，对双臂方向有参考价值但非紧急方法进展。
cs.RO
閱讀原文
VLA [Australian Institute for Machine Learning , University of Adelaide , SA , Australia]
AQUAACT: A Joystick-Level Underwater Teleoperation Dataset and Closed-Loop Benchmark
Zhenqi Wu et al. · 发布摇杆级水下机器人遥操作数据集与闭环基准，任务是巡检/作业类航行控制。与桌面操作 VLA 的数据结构和动作空间差异大，迁移价值有限。
cs.RO
閱讀原文
VLA [CUHK-SZ]
Vector-Quantized World Model: Latent Feedback Motion Planning for Robot Manipulation
Xuezhou Xu et al. · 用向量量化世界模型提供离散隐空间反馈，缓解长程操作中预测误差累积与低层控制器追不上隐规划的问题。世界模型规划方向值得了解，但摘要未给标准 benchmark 对比。
cs.RO
閱讀原文
VLA [Robotics Research (United States)]
ReDOA: Real-World Distillation via Observation Alignment for Image-Based Manipulation Policy Learning
Kotaro Kajitsuka et al. · 通过观测对齐把仿真训练的视觉操作策略蒸馏到真实域，降低真机示教成本。属 sim-to-real 视觉策略学习，非语言条件 VLA，但观测对齐技巧可借鉴。
cs.RO
閱讀原文
VLA [Berkeley|Abbeel] [CMU|Qu]
SWAP: Test-Time Steerable Humanoid Whole-Body Collision Avoidance
Zeji Yi et al. · 在保持平衡的前提下让全身协调穿越狭窄拥挤空间，并支持测试时调节避障倾向。属人形全身控制与安全，不涉及操作或 VLA。
cs.RO
閱讀原文
VLA [Shanghai University of Engineering Science]
Learning from Fleet Experience: A Collective Learning Paradigm for Robots
Chao Yu et al. · 提出机群集体学习范式，让部署中的机器人用自身执行经验互相提升策略可靠性，减少人工纠正与监控。偏数据飞轮/流程框架，摘要缺具体策略级方法与量化对比。
cs.RO
閱讀原文
VLA [University of Science and Technology of China]
TrajWAM: An Efficient Trajectory-Guided World Action Model for Dynamic Robotic Manipulation
Haohan Geng et al. · 用轨迹引导的世界-动作模型预测目标未来运动并据此快速重规划，避免执行过时动作。属动态操作世界模型，摘要未给与 VLA/操作基准的定量对比。
cs.RO
閱讀原文
VLA [Beijing University of Posts and Telecommunications]
OV-PEAR: Observation-Verified Pose-Scale Estimation and Reconstruction for Unknown Industrial Manipulation Objects
Guoqin Tang et al. · 在无 CAD、无物体专属训练数据的条件下估计未知工业物体的 6D 位姿与尺度并重建可操作模型，服务精细装配。属感知前端，不涉及策略或 VLA 学习。
cs.RO
閱讀原文
VLA [Wuhan University of Technology]
Vision-Language-Delta-Action: Learning Compact Deltas as Actionable Transition Interfaces for Robotic Manipulation
Lingsen Zhang et al. · 把 VLA 的“观测→动作”改为先预测任务指定的紧凑状态变化增量（可操作过渡接口）再生成动作，试图显式建模任务状态差异。新动作表示思路有意思，但摘要未给量化结果与基准对比。
cs.RO
閱讀原文