VLA / 视觉-语言-动作模型

Learn Where Outcomes Diverge: Efficient VLA RL via Probabilistic Chunk Masking

学习结果分歧之处：通过概率块掩码实现高效的VLA强化学习

Vaidehi Bagaria, Nikshep Grampurohit, Pulkit Verma

机构 * Indian Institute of Technology Madras（印度理工学院马德拉斯学院） 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 本文提出概率块掩码（PCM），通过选择性分配梯度计算来提升GRPO-based VLA RL的效率，实现更快的训练速度和更低的内存消耗。

CLARE: Continual Learning for Vision-Language-Action Models via Autonomous Adapter Routing and Expansion

CLARE：通过自主适配器路由和扩展实现视觉-语言-动作模型的持续学习

Ralf Römer, Yi Zhang, Yuming Li, Angela P. Schoellig

机构 * Technical University of Munich（慕尼黑技术大学） ； TUM School of Computation, Information and Technology（TUM计算、信息与技术学院） ； Department of Computer Engineering, Learning Systems and Robotics Lab（计算机工程系、学习系统与机器人实验室） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所（MIRMI）） ； Robotics Institute Germany（德国机器人研究所） ； Munich Center for Machine Learning（慕尼黑机器学习中心） 纠错

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

AI总结 CLARE提出一种参数高效、无需示例的持续学习框架，通过自主扩展模型模块，实现机器人在新任务中保持旧知识，优于基于示例的方法。

Comments Accepted to IEEE Robotics and Automation Letters 2026. Project page: https://tum-lsy.github.io/clare. 11 pages, 9 figures

Health-Conditioned Vision-Language-Action Models for Malfunction-Aware Robot Control

面向故障感知的视觉-语言-动作模型用于机器人故障-aware 控制

Hüseyin Arslan, Özgür Erkent

机构 * Computer Engineering, Hacettepe University, Ankara, Turkey（哈切特佩大学计算机工程系，安卡拉，土耳其） 纠错

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

AI总结 本文提出一种故障感知的视觉-语言-动作模型，通过引入健康投影模块，使机器人在关节退化等物理故障情况下仍能完成任务。

Comments VLA Pipelines Workshop at IEEE International Conference on Robotics and Automation (ICRA) 2026

Offline Semantic Guidance for Efficient Vision-Language-Action Policy Distillation

离线语义引导用于高效视觉-语言-动作策略蒸馏

Jin Shi, Brady Zhang, Yishun Lu

机构 * Department of Mechanical Engineering（机械工程系） ； University College London（伦敦大学学院） ； Department of Engineering Science（工程科学系） ； University of Oxford（牛津大学） 纠错

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

AI总结 本文提出VLA-AD框架，利用视觉-语言模型作为离线语义监督者，将大规模VLA教师模型蒸馏为轻量学生策略，通过高阶语义指导提升效率与鲁棒性。

WorldVLN: Autoregressive World Action Model for Aerial Vision-Language Navigation

WorldVLN: 用于空域视觉-语言导航的自回归世界动作模型

Baining Zhao, Jiacheng Xu, Weicheng Feng, Xin Zhang, Zhaolu Wang, Haoyang Wang, Shilong Ji, Ziyou Wang, Jianjie Fang, Zhiheng Zheng, Weichen Zhang, Yu Shang, Wei Wu, Chen Gao, Xinlei Chen, Yong Li

机构 * Tsinghua University（清华大学） ； Shandong University（山东大学） ； Manifold AI ； Beijing Institute of Technology（北京理工大学） ； Northeastern University（东北大学） 纠错

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

AI总结 WorldVLN提出一种自回归世界动作模型，通过预测潜在世界演变并生成可执行的航点动作，提升空域视觉-语言导航性能，优于现有基线模型。

PhysBrain 1.0 Technical Report

PhysBrain 1.0 技术报告

Shijie Lian, Bin Yu, Xiaopeng Lin, Changti Wu, Hang Yuan, Xiaolin Hu, Zhaolong Shen, Yuzhuo Miao, Haishan Liu, Yuxuan Tian, Yukun Shi, Cong Huang, Kai Chen

机构 * PhysBrain Team（PhysBrain团队） 纠错

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

AI总结 PhysBrain 1.0 通过将大规模人类自体视频转化为结构化的物理常识监督，提升机器人适应能力，在多模态问答和具身控制基准测试中取得SOTA结果，尤其在SimplerEnv中表现突出。

Comments Project Page: https://phys-brain.github.io

Overcoming the Lamb Shift in System-Bath Interaction Models via KMS Detailed Balance: High-Accuracy Thermalization with Time-Bounded Interactions

通过KMS详细平衡克服系统-环境相互作用模型中的拉姆移：具有时间受限相互作用的高精度热化

Hongrui Chen, Zhiyan Ding, Ruizhe Zhang

专题命中 VLA模型 ：action model(title)

AI总结 本文基于系统-环境相互作用研究量子热态制备，证明在弱耦合极限下，满足KMS详细平衡条件的动态可逼近吉布斯态，无论拉姆移结构如何，且适用于更广泛的耗散系统。

DiLA: Disentangled Latent Action World Models

DiLA：解耦的潜在动作世界模型

Tianqiu Zhang, Muyang Lyu, Yufan Zhang, Fang Fang, Si Wu

机构 * Peking-Tsinghua Center for Life Sciences, Academy for Advanced Interdisciplinary Studies, IDG/McGovern Institute for Brain Research, Peking University（北京大学-清华生命科学中心，先进跨学科研究院，IDG/麦克戈文脑科学研究院，北京大学） ； Center of Quantitative Biology, Peking University（北京大学定量生物学中心） ； School of Psychological and Cognitive Sciences, Key Laboratory of Machine Perception (Ministry of Education), Peking University（心理与认知科学学院，机器感知重点实验室（教育部），北京大学） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 DiLA通过内容-结构解耦解决动作抽象与生成保真度的平衡问题，实现高质量视频生成和动作迁移。

Comments Project Page: http://disentangled-latent-action-world-models.github.io

Imitation learning for clinical decision support in pediatric ECMO

儿童ECMO临床决策支持中的模仿学习

Fateme Golivand, Michael Skinner, Saurabh Mathur, Ameet Soni, Phillip Reeder, Kristian Kersting, Lakshmi Raman, Sriraam Natarajan

机构 * University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Technische Universität Darmstadt（德累斯顿技术大学） ； Swarthmore College（斯沃斯里学院） ； University of Texas Southwestern Medical Center（德克萨斯西南医学中心） 纠错

专题命中 VLA模型 ：action model(abstract)；分类 cs.LG

AI总结 本文通过模仿学习方法，利用TabPFN等模型在儿科ECMO数据上学习行动模型，优于传统基线方法，为临床决策支持提供有效支持。

Study of dark interactions through strong gravitational lenses

通过强引力透镜研究暗物质相互作用

F. Villalobos, J. Magana, T. Verdugo

专题命中 VLA模型 ：action model(abstract)

AI总结 本文通过强引力透镜数据研究暗物质与暗能量的相互作用，提出三种新的耦合模型，并发现其相互作用强度β值显著大于以往结果，表明暗能量相互作用场景。

Comments 13 pages, 8 Figures, 1 Table, to be submitted

Data-driven complete basis set limit estimates from a minimal auxiliary basis

基于最小辅助基组的数据驱动完整基组极限估计

Nicolas Grimblat, Gabriel Klassen, Guido Falk von Rudorff

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出利用核岭回归结合最小互补辅助基组基线，通过单次量子化学计算高效估计完整基组极限能量，改进了传统方法的效率与精度。

Benchmarking State-of-the-Art Theory and Empirical Models of Pionless Neutrino-Argon Scattering in GENIE

评估GENIE中无pion中微子-氩散射理论和实证模型的基准测试

Liang Liu, Steven Gardiner, Steven Dytman

专题命中 VLA模型 ：action model(abstract)

AI总结 本文利用GENIE事件生成器测试多种中微子相互作用模型，对比MicroBooNE测量数据，评估理论复杂模型与经验模型的性能。

Comments 6 pages, 3 figures

Average universal shower profile reconstruction using radio interferometry

利用射电干涉测量技术重建平均通用喷流剖面

J. Alvarez-Muñiz, W. R. Carvalho, R. Conceição, D. Dias

专题命中 VLA模型 ：action model(abstract)

AI总结 本文利用射电干涉测量技术直接从射电数据中重建平均纵向剖面，提取Gaisser-Hillas参数(R,L)，并证明其在区分初级质量组成和强子相互作用模型方面具有更高灵敏度。

Comments 10 pages, 13 figures