VLA / 视觉-语言-动作模型

Agentic-VLA: Efficient Online Adaptation for Vision-Language-Action Models

Agentic-VLA：视觉-语言-动作模型的高效在线自适应

Ruofan Jin, Zaixi Zhang

机构 * Ruofan Jin（金鲁凡） ； Zaixi Zhang（张在西） 纠错

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

AI总结 提出Agentic-VLA框架，通过自适应奖励合成、语言引导探索和经验记忆三大创新，实现VLA模型在线高效自适应，在LIBERO基准上长时域任务提升12.3%，单样本学习提升28.5%，并实现零演示跨任务迁移。

Comments Total 15 pages

ChainFlow-VLA: Causal Flow Planning with Vision-Language Models

ChainFlow-VLA: 基于视觉语言模型的因果流规划

Xiyang Wang, Xinlin Wang, Tingguang Zhou, Gong Chen, Xingtai Gui, Zhi Xu, Xiaolei Wu, Feiyang Tan, Hangning Zhou, Mu Yang

机构 * Afari Intelligent Drive（阿法瑞智能驾驶） ； Tianjin University（天津大学） ； University of Macau（澳门大学） 纠错

专题命中 VLA模型 ：VLA(title,title_cn)；分类 cs.RO、cs.CV、cs.AI

AI总结 提出ChainFlow-VLA框架，通过自回归生成因果轨迹模式与扩散残差校正的统一概率模型，结合视觉语言模型语义先验，实现自动驾驶中鲁棒的轨迹规划，在NAVSIM v1排行榜上达到94.85分，匹配人类水平。

VGAS: Value-Guided Action-Chunk Selection for Few-Shot Vision-Language-Action Adaptation

VGAS: 价值引导的动作块选择用于少样本视觉-语言-动作适应

Changhua Xu, En Yu, Junyu Xuan, Jie Lu

机构 * Australian Artificial Intelligence Institute (AAII)（澳大利亚人工智能研究所） 纠错

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

AI总结 提出VGAS框架，通过生成-选择范式和价值引导的动作块选择，解决少样本VLA适应中的几何歧义问题，提升成功率和鲁棒性。

Comments Preprint

USIM and U0: A Vision-Language-Action Dataset and Model for General Underwater Robots

USIM 和 U0：面向通用水下机器人的视觉-语言-动作数据集与模型

Junwen Gu, Zhiheng Wu, Pengxuan Si, Shuang Qiu, Zhentao Zhang, Yukai Feng, Luoyang Sun, Laien Luo, Lianyi Yu, Jian Wang, Zhengxing Wu

机构 * The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences（认知与决策智能复杂系统重点实验室，自动化研究所，中国科学院） ； Baidu Inc.（百度公司） ； The School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） 纠错

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

AI总结 提出一个统一框架，通过数据合成管道构建模拟数据集 USIM 和视觉-语言-动作模型 U0，实现水下机器人从避障导航到三维移动操作的多任务执行，在离线动作预测误差和在线成功率上达到最优。

Comments Project Page: https://vincentgu2000.github.io/u0project/

Point Tracking Improves World Action Models

点跟踪改进了世界动作模型

Jiarui Guan, Wenshuai Zhao, Yue Pei, Ziliang Chen, Arno Solin, Juho Kannala

机构 * Aalto University（阿alto大学） ； ELLIS Institute Finland（ELLIS研究所芬兰） ； University of Oulu（奥卢大学） ； Sun Yat-sen University（中山大学） ； Peng Cheng Laboratory（鹏城实验室） ； Beihang University（北京航空航天大学） 纠错

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

AI总结 提出联合像素与跟踪的世界动作模型JOPAT，通过预测2D点跟踪和动作来提升机器人策略学习，在长时域、遮挡和离屏运动任务上优于纯像素方法。

Delay-induced dynamics in a nonlinear crime interaction model with periodic forcing

具有周期强迫的非线性犯罪交互模型中的延迟诱导动力学

Pablo Amster, Andrés Rivera, Sebastián Pedersen

专题命中 VLA模型 ：action model(title)

AI总结 提出一个非线性时滞模型描述犯罪与非犯罪人群的交互动力学，结合社会影响机制、Holling II型功能反应饱和效应和时变执法行动，分析延迟诱导的稳定性切换和周期解存在性。

Mergers via failed common envelope as a route towards intermediate-mass stripped stars

通过失败公共包层合并形成中等质量剥离星的途径

Annachiara Picco, Pablo Marchant, Daniel Pauli, Hugues Sana

专题命中 VLA模型 ：action model(abstract)

AI总结 本文通过详细的双星相互作用模拟，研究了剥离星与主序后伴星合并（失败公共包层）形成中等质量剥离星的通道，发现合并产物质量在6-14太阳质量之间，可产生蓝离散星效应，并贡献于赫罗图上的剥离星群。

Comments Accepted for publication in A&A Letters, 10 pages, 12 figures