VLA / 视觉-语言-动作模型

RoboECC: Multi-Factor-Aware Edge-Cloud Collaborative Deployment for VLA Models

RoboECC: 多因素感知的边缘-云计算协同部署用于VLA模型

Zihao Zheng, Hangyu Cao, Jiayu Chen, Sicheng Tian, Chenyue Li, Maoliang Li, Xinhao Sun, Guojie Luo, Xiang Chen

机构 * School of Computer Science, Peking University, Beijing, China（北京大学计算机科学学院） ； School of Computer Science, South China University of Technology, Guangzhou, China（华南理工大学计算机科学学院） ； School of Artificial Intelligence, Beijing Normal University, Beijing, China（北京师范大学人工智能学院） ； School of EECS, Peking University, Beijing, China（北京大学电子工程与科学学院） 纠错

专题命中 VLA模型 ：VLA(title,title_cn)；vision-language-action(abstract,abstract_cn)；分类 cs.RO、cs.LG

AI总结 本文提出RoboECC框架，通过模型-硬件协同分割策略和网络感知部署调整方法，解决VLA模型在边缘-云计算协同部署中的分割点识别和网络波动问题，实验显示其在效率提升与资源消耗之间取得良好平衡。

Comments This paper has been accepted by IJCNN 2026

KERV: Kinematic-Rectified Speculative Decoding for Embodied VLA Models

KERV：基于运动学的具身VLA模型的推测解码

Zihao Zheng, Zhihao Mao, Maoliang Li, Jiayu Chen, Xinhao Sun, Zhaobo Zhang, Donggang Cao, Hong Mei, Xiang Chen

机构 * School of Computer Science, Peking University, Beijing, China（北京大学计算机科学学院） ； School of Computer Science, China University of Geosciences (Wuhan), Wuhan, China（中国地质大学（武汉）计算机科学学院） 纠错

专题命中 VLA模型 ：VLA(title,title_cn)；vision-language-action(abstract)；分类 cs.RO、cs.LG

AI总结 本文提出KERV框架，结合token域和运动学域预测，通过运动学卡尔曼滤波和动态调整策略提升VLA模型的推理速度，实验显示在多种任务中加速27%-37%且成功率损失极小。

Comments This paper has been accepted by DAC 2026

Breaking Lock-In: Preserving Steerability under Low-Data VLA Post-Training

打破锁定：在低数据VLA后训练中保持可引导性

Suning Huang, Jiaqi Shao, Ke Wang, Qianzhong Chen, Jiankai Sun, Yanjiang Guo, Mac Schwager, Jeannette Bohg

机构 * Stanford University（斯坦福大学） 纠错

专题命中 VLA模型 ：VLA(title,title_cn)；vision-language-action(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出DeLock方法，通过保留视觉 grounding 和测试时对比提示指导，解决VLA策略在低数据后训练中因过度专业化导致的概念和空间锁定问题，实验证明其优于现有基线方法。

World-Env: Leveraging World Model as a Virtual Environment for VLA Post-Training

World-Env: 利用世界模型作为虚拟环境进行VLA后训练

Junjin Xiao, Yandan Yang, Xinyuan Chang, Ronghan Chen, Feng Xiong, Mu Xu, Wei-Shi Zheng, Qing Zhang

机构 * School of Computer Science and Engineering, Sun Yat-sen University, China（中山大学计算机科学与工程学院） ； AMap, Alibaba Group（阿里巴巴集团高德地图） ； Key Laboratory of Machine Intelligence and Advanced Computing, Ministry of Education, China（教育部机器智能与先进计算重点实验室） 纠错

专题命中 VLA模型 ：VLA(title,title_cn)；vision-language-action(abstract)；分类 cs.RO

AI总结 针对VLA模型在数据稀缺场景下的性能下降问题，提出World-Env框架，通过虚拟仿真器替代真实环境，提升安全性和效率，实现任务完成检测与持续奖励。

Modular Sensory Stream for Integrating Physical Feedback in Vision-Language-Action Models

模块化感觉流：整合物理反馈在视觉-语言-动作模型中

Jimin Lee, Huiwon Jang, Myungkyu Koo, Jungwoo Park, Jinwoo Shin

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Seoul National University（首尔国立大学） 纠错

专题命中 VLA模型 ：vision-language-action(title,abstract)；action model(title,abstract)；VLA(abstract,abstract_cn)；分类 cs.RO

AI总结 本文提出MoSS框架，通过模块化感觉流整合多种物理信号，提升视觉-语言-动作模型的行动预测能力。

Comments 14 pages, 8 figures, Project page: https://jiminlx.github.io/MoSS

Characterizing Vision-Language-Action Models across XPUs: Constraints and Acceleration for On-Robot Deployment

跨XPUs的视觉-语言-动作模型特性分析：约束与加速以实现机器人部署

Kaijun Zhou, Qiwei Chen, Da Peng, Zhiyang Li, Xijun Li, Jinyu Gu

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） 纠错

专题命中 VLA模型 ：vision-language-action(title,abstract)；action model(title)；VLA(abstract,abstract_cn)；分类 cs.RO、cs.AI

AI总结 本文研究了视觉-语言-动作模型在机器人上的部署问题，通过模型与硬件的协同分析，揭示了边缘加速器在成本、能耗和时间上的优化潜力，并提出DP-Cache和V-AEFusion方法提升性能。

Comments 13 pages

HeiSD: Hybrid Speculative Decoding for Embodied Vision-Language-Action Models with Kinematic Awareness

HeiSD：具有运动意识的具身视觉-语言-动作模型的混合推测解码

Zihao Zheng, Zhihao Mao, Sicheng Tian, Maoliang Li, Jiayu Chen, Xinhao Sun, Zhaobo Zhang, Xuanzhe Liu, Donggang Cao, Hong Mei, Xiang Chen

机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； School of Computer Science, China University of Geosciences (Wuhan)（中国地质大学（武汉）计算机科学学院） ； School of Artificial Intelligence, Beijing Normal University（北京师范大学人工智能学院） ； School of EECS, Peking University（北京大学电子工程与科学学院） 纠错

专题命中 VLA模型 ：vision-language-action(title,abstract)；action model(title)；VLA(abstract,abstract_cn)；分类 cs.RO、cs.LG

AI总结 本文提出HeiSD框架，结合draft-based和retrieval-based推测解码方法，通过验证跳过机制和序列放松接受策略提升效率，并引入基于运动的融合度量确定混合边界，实验证明在仿真和现实场景中均实现2.45倍以上的加速。

AsyncShield: A Plug-and-Play Edge Adapter for Asynchronous Cloud-based VLA Navigation

AsyncShield: 一种异步云边协同的边缘适配器用于异步云边VLA导航

Kai Yang, Zedong Chu, Yingnan Guo, Zhengbo Wang, Shichao Xie, Yanfen Shen, Xiaolong Wu, Xing Li, Mu Xu

机构 * Amap, Alibaba Group（阿里巴巴集团地图部门） ； Beijing Jiaotong University（北京交通大学） 纠错

专题命中 VLA模型 ：VLA(title,title_cn)；vision-language-action(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出AsyncShield，通过确定性物理白盒空间映射替代传统黑盒时间序列预测，解决云边异步导航中时空对齐问题，提升导航鲁棒性和安全性。

Comments 9 pages, 2 figures, 4 tables

Vision-Language-Action Safety: Threats, Challenges, Evaluations, and Mechanisms

视觉-语言-动作安全性：威胁、挑战、评估与机制

Qi Li, Bo Yin, Weiqi Huang, Ruhao Liu, Bojun Zou, Runpeng Yu, Jingwen Ye, Weihao Yu, Xinchao Wang

机构 * National University of Singapore（新加坡国立大学） ； Monash University（墨尔本大学） ； Peking University（北京大学） 纠错

专题命中 VLA模型 ：vision-language-action(title,abstract)；VLA(abstract,abstract_cn)；action model(abstract)；分类 cs.RO

AI总结 本文探讨了视觉-语言-动作模型的安全性问题，分析了其在训练和推理阶段的威胁与防御机制，总结了评估方法及六个部署领域的安全挑战。

Vision-Language-Action in Robotics: A Survey of Datasets, Benchmarks, and Data Engines

机器人中的视觉-语言-动作：数据集、基准和数据引擎的综述

Ziyao Wang, Bingying Wang, Hanrong Zhang, Tingting Du, Tianyang Chen, Guoheng Sun, Yexiao He, Zheyu Shen, Wanghao Ye, Ang Li

机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； University of Utah（犹他大学） ； Northeastern University（东北大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 VLA模型 ：vision-language-action(title)；VLA(abstract,abstract_cn)；分类 cs.RO、cs.AI

AI总结 本文综述了视觉-语言-动作研究中数据基础设施的关键挑战，指出未来进展依赖于数据引擎与评估协议的协同设计，揭示了数据集、基准和数据引擎的四大开放挑战。

Comments This is a survey paper. The survey is already accepted by TMLR after peer-review. The OpenReview link is here: https://openreview.net/forum?id=tAaWFpvnmm

Generative Control as Optimization: Time Unconditional Flow Matching for Adaptive and Robust Robotic Control

生成控制作为优化：用于自适应和鲁棒机器人控制的时间无条件流匹配

Zunzhe Zhang, Runhan Huang, Yicheng Liu, Shaoting Zhu, Linzhan Mou, Hang Zhao

机构 * Institute for Interdisciplinary Information Sciences, Tsinghua University, Beijing, China（清华大学交叉信息研究院） ； Department of Computer Science, Princeton University, New Jersey, US（普林斯顿大学计算机科学系） ； Galaxea Inc., Beijing, China（Galaxea公司） 纠错

专题命中 VLA模型 ：VLA(abstract,abstract_cn)；vision-language-action(abstract)；分类 cs.RO、cs.AI

AI总结 GeCO通过将动作合成转化为迭代优化，解决了传统流匹配在状态复杂度上计算效率低的问题，实现了自适应的计算分配和无监督的安全检测。

Comments 18 pages, 6 figures

Generalizable Friction Coefficient Estimation via Material Embedding and Proxy Interaction Modeling

通过材料嵌入和代理交互建模实现通用摩擦系数估计

Zhendong Wang, Huamin Wang

机构 * Style3D Research（Style3D研究院） 纠错

专题命中 VLA模型 ：action model(title)；分类 cs.RO

AI总结 本文提出基于代理材料的摩擦系数估计框架，通过材料嵌入和融合函数实现高效预测，减少实验成本并提升鲁棒性。

Mean-field dynamics of attractive resource interaction: From uniform to aggregated states

吸引资源相互作用的均场动力学：从均匀到聚集状态

Oksana Satur

专题命中 VLA模型 ：action model(abstract)

AI总结 本文研究了一种非线性离散动力系统，描述了资源在相互作用代理间的演变，分析了系统长期行为，证明了唯一固定点的存在，并揭示了参数导致均匀或聚集分布的机制。

Journal ref Math. Comput. Simul. 248 (2026) 213-238

Cosmological evolution of interacting dark energy with a CPL equation of state

相互作用暗能量的宇宙学演化：CPL方程状态参数化

Gerald Neumann, Nelson Videla, Dorian Araya

专题命中 VLA模型 ：action model(abstract)

AI总结 本文研究了CPL参数化下的相互作用暗能量模型，通过解析解揭示暗物质演化结构，并利用贝叶斯分析显示Q=βHρ_de模型在AIC下表现更优，但BIC仍支持ΛCDM。

Comments 18 pages, 7 figures, 6 tables

An Algorithm Architecture for Radio Interferometric Data Processing

射电干涉数据处理的算法架构

S. Bhatnagar, U. Rau, M. Hsieh, J. Kern, R. Xue

专题命中 VLA模型 ：VLA(abstract)

AI总结 本文提出一种可扩展的算法架构，用于处理射电望远镜的干涉数据，通过数学优化方法整合校准与成像算法，实现跨平台高效处理。

Comments 16 pages, 7 figures, 2 tables

Journal ref AJ 170 246, 2025

Precision extraction of the deuteron electric polarizability via the Baldin sum rule with full low-energy coverage

通过Baldin求和规则实现双子素电极化率的精确提取：全低能覆盖

Zi-Rui Hao, Gong-Tao Fan, Qian-Kun Sun, Hong-Wei Wang, Hang-Hua Xu, Long-Xiang Liu, Yue Zhang, Jiunn-Wei Chen, Yu-Xuan Yang, Sheng Jin, Kai-Jie Chen, Zhen-Wei Wang, Xiang-Fei Wang, Meng-Ke Xu, Zhi-Cai Li, Pu Jiao, Meng-Die Zhou, Shan Ye, Yu-Long Shen, Yin-Ji Chen, Hao Zhang, Jian-Jun He, Wen-Qing Shen, Yu-Gang Ma

专题命中 数据集与评测 ：action model(abstract)

AI总结 利用SLEGS实验数据和Baldin规则，首次精确提取双子素电极化率，得到αE=0.637±0.004 fm³，解决实验与理论的矛盾，为核相互作用模型提供高精度基准。