视觉与机器人

机器人 / 具身智能

机器人、具身智能、机器人学习、操作、导航和具身世界模型。

2026-07-23 至 2026-07-23 共收录 2 篇信号源：cs.RO, cs.AI, cs.CV, cs.LG

1. 机器人基础模型 2 篇

2602.02533 2026-07-23 cs.RO cs.LG 62%

HMVLA: Hyperbolic Multimodal Fusion for Vision-Language-Action Models

HMVLA：超几何多模态融合用于视觉-语言-动作模型

Kun Wang, Xiao Feng, Mingcheng Qu, Tonghua Su

机构 * Harbin Institute of Technology（哈尔滨工业大学）； Chongqing Research Institute of HIT（重庆HIT研究 institute）； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室（深圳））

专题命中机器人基础模型：robotic(abstract)；分类 cs.RO、cs.LG

AI总结 HMVLA通过在双曲空间中融合视觉、语言和动作信息，提升多模态语义对齐的效率和准确性。

Comments 5 pages,5 figures,ICASSP

Journal ref ICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)

2606.27355 2026-07-23 cs.RO 版本更新 57%

RouterVLA: Budgeted Commissioning and Expert Onboarding for Growing VLA Pools

RouterVLA：将冒烟测试转化为异构VLA选择的监督信号

Xingyu Ren, Chugang Yi, Youran Sun

机构 * The Chinese University of Hong Kong（香港中文大学）； University of Maryland, College Park（马里兰大学 College Park 分校）； Tsinghua University（清华大学）

专题命中机器人基础模型：robotic(abstract)；分类 cs.RO

AI总结提出RouterVLA方法，利用预部署评估的冒烟测试记录来监督异构VLA策略的选择，通过结果分离的交叉拟合和透明规则，在LIBERO-Plus数据集上将保留集成功率提升14.64个百分点。

Comments v2: revised title, updated author list, restructured the experiments