VLA [CMU]
FORCA: A Force-Aware Coding Agent for Contact-Rich Robot Manipulation
Xiao Tan et al. · 把视觉观测与力/触觉信号接入代码生成 agent，让大模型直接写出并迭代修正接触密集操作的控制程序；触觉研究者可复用其力反馈到程序化控制逻辑的接口设计。
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
- PrefO2O: Zero-Shot Preference-Based Reinforcement Learning via Offline-to-Online Latent Preference Transfer [USC|Biyik] Ruiqi Wang et al. · 先用离线偏好数据学习潜空间偏好表征，再在线迁移，实现零样本偏好强化学习，降低机器人行为与人类意图对齐时的昂贵标注成本；属偏好学习范式，未涉及 VLA 策略架构。 CS.RO
- WorldMirror: Agentic Real-to-Sim Generation of Interactive Worlds from In-the-Wild Robot Demonstrations [Xspark AI] Tianling Xu et al. · 用 agentic 流水线把野外机器人演示自动转成可交互的仿真场景与任务，省去手工搭建，扩展仿真训练数据的多样性；偏数据基础设施，非策略方法。 CS.RO
- FORCA: A Force-Aware Coding Agent for Contact-Rich Robot Manipulation [CMU] Xiao Tan et al. · 把视觉观测与力/触觉信号接入代码生成 agent，让大模型直接写出并迭代修正接触密集操作的控制程序；触觉研究者可复用其力反馈到程序化控制逻辑的接口设计。 CS.RO
- EgoForesight: Effectively Scaling Policy Learning with Noisy Egocentric Actions [Tsinghua University] Chubin Zhang et al. · 利用动作含噪的自中心人类视频扩充策略学习数据规模，提出对噪声动作的鲁棒监督方式，缓解机器人演示数据稀缺；对数据侧扩增有参考价值。 CS.RO
- Full-Weight VLA Fine-Tuning Without an fp32 Master Copy Silently Erases Most Updates [LIBERO Team] Shubham Singh · 实证发现 bf16 训练且无 fp32 主权重时，小于 1/512 权重的 AdamW 更新会被静默舍入掉，多数 VLA 全参微调因此损失大量更新；给出保留主权重或分块更新的修复方案，今天就能改进微调脚本。 CS.RO
- DiscoDemo: Discovering Efficient and Diverse Robot Demonstrations for Imitation Learning [KAIST] Minho Park et al. · 把 RL 当作数据生成器而非部署控制器，主动发现高效且多样的成功演示喂给行为克隆，提升训练数据覆盖度；对演示数据增广有启发。 CS.RO
- TTT in VLA Models: Exploring Training with Human Demonstrations [Physical Intelligence] Qiangong Zhou et al. · 将测试时训练（以快速权重存上下文）接入 InternVLA-A1 与 π0.5，研究以人类演示为条件的动作生成与长程记忆保持，属对现有 VLA 的机制性探索。 CS.RO
- Coupling Execution Horizon and Sampling Depth in Flow-Matching VLA Policies [University of Chinese Academy of Sciences] Jiabing Yang et al. · 系统分析流匹配 VLA 中动作执行步长与去噪采样步深的耦合关系，给出兼顾实时性与执行稳定性的部署配置原则，属工程经验总结。 CS.RO
- Do VLAs Know They Will Fail? Interpretable Success and Failure Patterns in Physical AI Systems [University of Utah] Christian A. Rogers et al. · 用稀疏自编码器剖析 OpenVLA 内部表征，找出可解释的成功/失败特征并据此提前预判任务失败，为 VLA 诊断与运行时保护提供工具。 CS.RO
- RoboCode: Learning Reusable Action Primitives for Robot Manipulation [New York University Shanghai] Xianyue Peng et al. · 指出直接回归动作块忽略了演示中反复出现的短时程动作结构，改为学习可复用动作基元再组合成策略，提升动作空间的模块化程度。 CS.RO
- From Tabletop to Walking Bot: Deploying a VLA Model on a Legged Manipulator Robot [Italian Institute of Technology] Giovanni Minelli et al. · 把桌面场景预训练的 VLA 迁移到腿足移动操作机器人，总结形态差异下预训练-微调流程的部署经验与失效模式。 CS.RO
- MAST-VLA: Skill-Conditioned Adaptation with Trajectory-Affordance Priors for Multi-Skill Robot Manipulation [Shanghai Innovation Institute] Jiachi Yang et al. · 以技能为条件建模指令，并引入轨迹-可供性先验来约束多技能 VLA 的动作生成，改善单一策略在跨场景多技能任务上的执行一致性。 CS.RO
VLA 研究日報VLA 研究日报
共 40 篇
🔧 技術技术
VLA [LIBERO Team]
Full-Weight VLA Fine-Tuning Without an fp32 Master Copy Silently Erases Most Updates
Shubham Singh · 实证发现 bf16 训练且无 fp32 主权重时，小于 1/512 权重的 AdamW 更新会被静默舍入掉，多数 VLA 全参微调因此损失大量更新；给出保留主权重或分块更新的修复方案，今天就能改进微调脚本。
cs.RO
閱讀原文
VLA [北大]
Semantic Anchoring for Robotic Action Representations
Yuan Xu et al. · 指出 VLA 在少量机器人演示上微调会破坏 VLM 继承的语义结构并拖累泛化，提出语义锚定约束在微调中保留预训练表征；可直接加进现有 VLA 微调损失里。
cs.RO
閱讀原文
VLA [The University of Hong Kong]
When to Stop Penalizing Actions? Martingale GRPO for VLA Reinforcement Learning
Zongyao Zhao et al. · 针对 VLA 的 GRPO 精调，指出整条失败轨迹共用同一优势会误罚可挽救的动作，用鞅方法把优势拆解到单步动作；可直接替换现有 VLA RL 精调中的优势估计模块。
cs.AI
閱讀原文
VLA [Peking University]
WAM-TTT: Steering World-Action Models by Watching Human Play at Test Time
Yusen Feng et al. · 测试时只需人玩一段视频，通过 TTT 在线更新世界-动作模型的快速权重，把机器人基础模型导向新任务变体或用户偏好，免去额外演示与任务微调；是低成本 steer 的现成思路。
cs.RO
閱讀原文
📖 背景閱讀背景阅读
VLA [USC|Biyik]
PrefO2O: Zero-Shot Preference-Based Reinforcement Learning via Offline-to-Online Latent Preference Transfer
Ruiqi Wang et al. · 先用离线偏好数据学习潜空间偏好表征，再在线迁移，实现零样本偏好强化学习，降低机器人行为与人类意图对齐时的昂贵标注成本；属偏好学习范式，未涉及 VLA 策略架构。
cs.RO
閱讀原文
VLA [Xspark AI]
WorldMirror: Agentic Real-to-Sim Generation of Interactive Worlds from In-the-Wild Robot Demonstrations
Tianling Xu et al. · 用 agentic 流水线把野外机器人演示自动转成可交互的仿真场景与任务，省去手工搭建，扩展仿真训练数据的多样性；偏数据基础设施，非策略方法。
cs.RO
閱讀原文
VLA [Tsinghua University]
EgoForesight: Effectively Scaling Policy Learning with Noisy Egocentric Actions
Chubin Zhang et al. · 利用动作含噪的自中心人类视频扩充策略学习数据规模，提出对噪声动作的鲁棒监督方式，缓解机器人演示数据稀缺；对数据侧扩增有参考价值。
cs.RO
閱讀原文
VLA [KAIST]
DiscoDemo: Discovering Efficient and Diverse Robot Demonstrations for Imitation Learning
Minho Park et al. · 把 RL 当作数据生成器而非部署控制器，主动发现高效且多样的成功演示喂给行为克隆，提升训练数据覆盖度；对演示数据增广有启发。
cs.RO
閱讀原文
VLA [Physical Intelligence]
TTT in VLA Models: Exploring Training with Human Demonstrations
Qiangong Zhou et al. · 将测试时训练（以快速权重存上下文）接入 InternVLA-A1 与 π0.5，研究以人类演示为条件的动作生成与长程记忆保持，属对现有 VLA 的机制性探索。
cs.RO
閱讀原文
VLA [University of Chinese Academy of Sciences]
Coupling Execution Horizon and Sampling Depth in Flow-Matching VLA Policies
Jiabing Yang et al. · 系统分析流匹配 VLA 中动作执行步长与去噪采样步深的耦合关系，给出兼顾实时性与执行稳定性的部署配置原则，属工程经验总结。
cs.RO
閱讀原文
VLA [University of Utah]
Do VLAs Know They Will Fail? Interpretable Success and Failure Patterns in Physical AI Systems
Christian A. Rogers et al. · 用稀疏自编码器剖析 OpenVLA 内部表征，找出可解释的成功/失败特征并据此提前预判任务失败，为 VLA 诊断与运行时保护提供工具。
cs.RO
閱讀原文
VLA [New York University Shanghai]
RoboCode: Learning Reusable Action Primitives for Robot Manipulation
Xianyue Peng et al. · 指出直接回归动作块忽略了演示中反复出现的短时程动作结构，改为学习可复用动作基元再组合成策略，提升动作空间的模块化程度。
cs.RO
閱讀原文
VLA [Italian Institute of Technology]
From Tabletop to Walking Bot: Deploying a VLA Model on a Legged Manipulator Robot
Giovanni Minelli et al. · 把桌面场景预训练的 VLA 迁移到腿足移动操作机器人，总结形态差异下预训练-微调流程的部署经验与失效模式。
cs.RO
閱讀原文
VLA [Shanghai Innovation Institute]
MAST-VLA: Skill-Conditioned Adaptation with Trajectory-Affordance Priors for Multi-Skill Robot Manipulation
Jiachi Yang et al. · 以技能为条件建模指令，并引入轨迹-可供性先验来约束多技能 VLA 的动作生成，改善单一策略在跨场景多技能任务上的执行一致性。
cs.RO
閱讀原文
VLA [Beihang University]
DynaSlots: Slot-Centric 3D Dynamics Pretraining for Robot Manipulation
Meng Li et al. · 针对操作只引起局部物体变化的特性，用 slot 为中心的 3D 动态预训练建模动作引发的局部状态转移，作为操作策略的 3D 表征初始化。
cs.RO
閱讀原文
VLA [Institute of Science Tokyo]
Predictive Long-Horizon Progress Modeling with Action-Aware Quantification
Tianchi Xu et al. · 提出可预测、稠密且动作感知的任务进度量化，替代人工关键帧标注，用于数据筛选、策略评估与 RL 奖励。
cs.RO
閱讀原文
VLA [A*STAR]
When Human Corrections Travel: Safety in Federated VLA Adaptation
Vigneshwaran Subbaraju et al. · 考察联邦学习下人类纠正信号跨机器人共享时的安全隐患，分析分布式 VLA 适配中纠正传播带来的风险面，偏安全分析。
cs.RO
閱讀原文
VLA [Stanford University]
If at First You Don't Succeed, Backtrack: Lightweight Recovery for Frozen VLAs
Thomas Landeg et al. · 冻结 VLA 参数，在其被自身动作带入训练分布外状态时用轻量回退机制恢复，无需额外恢复演示或重新训练策略，降低失败代价。
cs.RO
閱讀原文
VLA [Berkeley][CMU]
DexPort: A Hand-Held Skill Interface for Dexterous Hand Data Collection
Amber Xie et al. · 用可手持的便携接口采集灵巧手演示，绕开完整机器人遥操作与多指关节协调负担，降低灵巧操作数据采集门槛。
cs.RO
閱讀原文
VLA [Seoul National University]
Retiming Robot Demonstrations with a Learned Speed Prior
Seungyong Moon et al. · 指出演示速度由遥操作者而非任务决定，学习速度先验对轨迹重新定时，消除操作者习惯给策略带来的一致性偏差。
cs.RO
閱讀原文
VLA [JHU]
RobustRLlib: A Unified Library and Benchmark for Robust Reinforcement Learning Algorithms
Xi Chen et al. · 统一鲁棒 RL 算法库与评测基准，聚焦分布偏移与扰动下的策略可靠性；与机器人操作 VLA 无直接关联，但可作鲁棒性评测参考。
cs.RO
閱讀原文
VLA [CMU]
Emergent Neural Automaton Policies: Learning Symbolic Structure from Visuomotor Trajectories
Yiyuan Pan et al. · 从视觉运动轨迹中自动涌现符号化自动机结构，避免神经符号方法手写符号与规则，用于长程任务的结构化推理。
cs.RO
閱讀原文
VLA [Hong Kong University of Science and Technology]
3D Generation for Embodied AI and Robotic Simulation: A Survey
Tianwei Ye et al. · 综述面向具身智能与机器人仿真的 3D 生成方法，梳理可扩展、物理合理的场景资产生成路径，属重要但不紧急的背景材料。
cs.RO
閱讀原文
VLA [MIT]
Language as a Sensor: Calibrated Spatial Belief Estimation in 3D Scenes from Natural Language
Aryan Naveen et al. · 把自然语言描述当作额外传感器，在 3D 场景中做校准的空间信念估计，补足机器人视野外区域的位置推断；偏空间理解而非操作策略。
cs.RO
閱讀原文
VLA [CMU]
Inference-Time Robot Behavior Steering through Physically-Aware Reconfiguration of Task-Structure
Yiyuan Pan et al. · 在推理期重构任务结构以物理可行的方式引导策略满足未见过的语言偏好，无需重新训练；与端到端策略和经典规划两类失效模式对比。
cs.RO
閱讀原文
VLA [MARS Lab, Nanyang Technological University]
Unified Condition-Action Modeling for Accurate One-Step Action Generation
Xinyu Zhou et al. · 把条件与动作统一建模，使扩散/流策略在单步推理下仍保持精度，缓解高频控制下的延迟与稳定性矛盾。
cs.RO
閱讀原文
VLA [Stanford][CMU]
ContactBench 1.0: A Benchmark for Everyday Contact-Rich Robotic Manipulation
Jingyi Xiang et al. · 面向日常接触密集操作的可复现评测基准，覆盖多种接触行为模式，为触觉/力控策略提供统一对比平台；重要但属基准类工作。
cs.RO
閱讀原文
VLA [Fudan University Shanghai Innovation Institute (SII)]
DepState-JEPA: Learning Depth-Grounded State Representation for Visual Perception and Manipulation
Xiujian Liang et al. · 用 RGB 与深度的互补信息构建以几何为基础、可预测动作引发状态变化的 JEPA 表征，作为操作策略的感知预训练。
cs.RO
閱讀原文
VLA [Fudan University Shanghai Innovation Institute]
Training in Deployment: Human-in-the-loop Online Post-Training for Robot Manipulation
Chun Gu et al. · 在部署阶段用人在环在线后训练持续更新机器人基础模型，覆盖离线遥操作演示难以触及的接触密集、恢复与高精度状态。
cs.RO
閱讀原文
VLA [Rice University]
Sensorimotor Alignment: A Platonic Proxy for Embodied Policy Success
Yunfei Xie et al. · 基于柏拉图表征假设提出传感器-运动模态对齐度作为离线代理指标，用低成本方式预测具身策略的闭环成功率，替代昂贵 rollout 评测。
cs.RO
閱讀原文
VLA [King University]
HGWM: Hierarchical Graph-Guided World Model for Zero-Shot Object Navigation via Graph Matching
I-tak Ieong et al. · 结合 LLM 生成的房间锚点先验与持久空间语义记忆做零样本目标导航，属移动导航而非操作策略。
cs.RO
閱讀原文
VLA [NVIDIA]
Regularised RL improves sim-to-real transfer
Danilo Vucetic et al. · 论证正则化 RL 的鲁棒性保证在 sim-to-real 中优于弱正则的 PPO，给出从仿真到真机迁移的算法选择依据；与 VLA 策略学习路径不同。
cs.RO
閱讀原文
VLA [Peking University]
Do Robotic World Models Really Follow Actions? Diagnosing and Aligning Action-Conditioned Generation for Policy Learning
Sixiang Chen et al. · 系统检验动作条件世界模型生成的未来是否真的反映动作后果，并提出对齐方法，避免用失真想象做策略改进时被误导。
cs.RO
閱讀原文
VLA [Northwest A&F University]
$\Psi$-0.6: Adaptive Streams of Thought in a Unified Vision-Language World Model
Khai Loong Aw et al. · 提出统一的视觉-语言世界模型，随问题推进自适应切换不同推理形式（思维流），试图打破专用模型间能力割裂；方法与机器人操作的接口尚未在摘要中体现。
cs.AI
閱讀原文
VLA [National University of Defense Technology]
Learning from Next-Frame Prediction: Towards Unified and Scalable Visual World Modeling
Yifeng Yao et al. · 以下一帧预测替代掩码视频重建作为视觉世界模型的预训练目标，提升可扩展性；未涉及机器人动作条件与操作实验。
cs.AI
閱讀原文
VLA [Fudan University]
UniWorld: A Unified World Model for Real-Time Visual World Simulation
Xin Zhang et al. · 在共享视频生成模型中耦合深度轨迹与参考外观，实现实时持久的视觉世界仿真；面向视觉模拟而非机器人动作条件建模。
cs.CV
閱讀原文
VLA [Stanford]
UniAction: Unified Action Conditioning for World Models
Bowen Xue et al. · 把异构的动作表示（不同本体、不同动作空间）统一成世界模型的条件，避免动作标注数据被割裂到多个模型，为跨本体世界模型打基础。
cs.CV
閱讀原文
VLA
VisFlow: Interpretable Flow Matching for Visibility Reconstruction, Characterization, and Recognition
Rahul Moorthy et al. · 用可解释流匹配建模兼具连续形状与离散组合结构的几何对象，面向可见性重建与识别；与机器人操作策略无直接关系。
cs.CV
閱讀原文
VLA [Technical University of Munich]
Trajectory Matching: Discrete Flow Matching with Structured Actions
Niklas Kemper et al. · 把离散流匹配的生成单元从单点编辑扩展为结构化动作（加片段、加节点等），给出轨迹级匹配目标；潜在可用于动作 token 生成但未在机器人上验证。
cs.LG
閱讀原文