VLA / 视觉-语言-动作模型

PHASER: Phase-Aware and Semantic Experience Replay for Vision-Language-Action Models

PHASER: 面向视觉-语言-动作模型的相位感知与语义经验回放

Ziyang Chen, Shaoguang Wang, Weiyu Guo, Qianyi Cai, He Zhang, Pengteng Li, Yiren Zhao, Yandong Guo

机构 * Thrust of AI, HKUST(Guangzhou)（人工智能 thrust，香港科技大学（广州）） ； AI 2 Robotics, Shenzhen, China（人工智能与机器人，深圳，中国） 纠错

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

AI总结 提出PHASER框架，通过相位感知容量分配和多模态干扰路由策略，结合自动相位提取管线Auto-PC，解决VLA模型在持续学习中的灾难性遗忘问题，在LIBERO基准上平均成功率提升高达31%。

Comments 20 pages, 8 figures, 12 tables

3DThinkVLA: Endowing Vision-Language-Action Models with Latent 3D Priors via 3D-Thinking-Guided Co-training

3DThinkVLA：通过3D思维引导的协同训练赋予视觉-语言-动作模型潜在3D先验

Jiaxin Shi, Xidong Zhang, Fucai Zhu, Zhe Li, Siyu Zhu, Weihao Yuan

机构 * Shanghai Jiao Tong University（上海交通大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Nanyang Technological University（南洋理工大学） ； Fudan University（复旦大学） ； Nanjing University（南京大学） ； Daimon Robotics（达梦机器人） ； Great Bay University（大亚大学） 纠错

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

AI总结 提出3D思维引导的协同训练框架，通过解耦3D几何感知与空间推理并在不同特征层次注入，使VLA模型在动作预测中隐式进行3D空间推理，无需3D传感器或外部模型，在多个基准上达到最优性能。

DEFLECT: Temporal Counterfactual Preference Learning for Delay-Robust Asynchronous VLAs

DEFLECT: 面向延迟鲁棒异步VLA的时间反事实偏好学习

Yixiang Zhu, Yonghao Chen, Zijie Yang, Yusong Hu, Xinyu Chen

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； One Robotics 纠错

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

AI总结 针对异步视觉-语言-动作（VLA）策略中陈旧观测导致的预测-执行不匹配问题，提出离线后训练框架DEFLECT，通过反事实偏好监督学习偏好与执行时间对齐的动作，无需人工标注、在线部署或架构修改，显著提升高延迟下的任务成功率。

Potential-Guided Flow Matching for Vision-Language-Action Policy Improvement

势引导的流匹配用于视觉-语言-动作策略改进

Yunpeng Mei, Jiakai He, Hongjie Cao, Chenyu Wang, Xiaowen Zhu, Yihan Zhou, Jiamin Wang, Chenbo Xin, Peng Cheng, Yuxuan Yang, Yijie Wang, Xinhu Zheng, Gao Huang, Jie Chen, Gang Wang

机构 * Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） 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ForesightFlow，一种自引导流匹配策略，通过解耦优势加权流匹配和一步边界估计器，无需外部评论家即可改进视觉-语言-动作策略。

Lost in Fog: Sensor Perturbations Expose Reasoning Fragility in Driving VLAs

迷失在雾中：传感器扰动暴露驾驶VLA的推理脆弱性

Abhinaw Priyadershi, Jelena Frtunikj

机构 * NVIDIA Corporation, USA（NVIDIA公司，美国） ； NVIDIA GmbH, Germany（NVIDIA德国公司） 纠错

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

AI总结 通过受控传感器扰动实验，发现因果链解释的一致性可作为轨迹可靠性的高保真指标，并证明启用因果链生成可提升轨迹精度。

Audio Interaction Model

音频交互模型

Zhifei Xie, Zihang Liu, Ze An, Xiaobin Hu, Yue Liao, Ziyang Ma, Dongchao Yang, Mingbao Lin, Deheng Ye, Shuicheng Yan, Chunyan Miao

机构 * NTU（国立新加坡大学） ； NUS（新加坡国立大学） ； CUHK（香港大学） 纠错

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

AI总结 提出一种统一的在线大型音频语言模型Audio-Interaction，通过始终在线的感知-决策-响应循环实现实时音频交互，并构建了StreamAudio-2M数据集和Proactive-Sound-Bench基准，在保持主流音频任务性能的同时解锁了实时ASR、流式音频指令跟随和主动帮助等能力。

Comments Next generation of LALMs, work in progress

Belief-Aware VLM Model for Human-like Reasoning

信念感知的VLM模型用于类人推理

Anshul Nayak, Shahil Shaik, Yue Wang

机构 * Mechanical Engineering Department, Clemson University（克莱姆森大学机械工程系） 纠错

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

AI总结 提出一种信念感知的视觉语言模型框架，通过检索式记忆和强化学习近似信念，提升长时程意图推理能力，在HD-EPIC等数据集上优于零样本基线。

Comments Accepted for publication at the IEEE International Conference on Robot and Human Interactive Communication (RO-MAN 2026). 6 pages, 3 figures, 1 table

An Anisotropic Interaction Model for Simulating Fingerprints

一种各向异性相互作用模型用于模拟指纹

Bertram Düring, Carsten Gottschlich, Stephan Huckemann, Lisa Maria Kreusser, Carola-Bibiane Schönlieb

专题命中 VLA模型 ：action model(title,abstract)

AI总结 本文提出了一种各向异性相互作用模型，用于模拟孕期指纹图案的形成，通过考虑应力场对相互作用力的影响，生成稳定的指纹模式。

Journal ref Journal of Mathematical Biology, 78(7), 2171-2206, 2019

Pattern formation of a nonlocal, anisotropic interaction model

非局部、各向异性相互作用模型的图案形成

Martin Burger, Bertram Düring, Lisa Maria Kreusser, Peter A. Markowich, Carola-Bibiane Schönlieb

专题命中 VLA模型 ：action model(title,abstract)

AI总结 研究非局部各向异性相互作用模型的图案形成，分析各向异性参数对模型从各向同性到各向异性转变的影响，通过解析和数值方法探讨平衡态及图案生成。

Comments 27 pages, 16 figures

Journal ref Math. Models Methods Appl. Sci. 28(3) (2018), 409-451

An Interaction Model for Simulation and Mitigation of Cascading Failures

一种用于模拟和缓解级联故障的交互模型

Junjian Qi, Kai Sun, Shengwei Mei

专题命中 VLA模型 ：action model(title,abstract)

AI总结 本文量化了组件故障间的相互作用，提出交互模型以研究交互对级联故障风险的影响，通过减少模拟次数提升效率，并建议通过削弱关键环节来缓解风险。

Comments Accepted by IEEE Transactions on Power Systems

Dive into the Scene: Breaking the Perceptual Bottleneck in Vision-Language Decision Making via Focus Plan Generation

深入场景：通过焦点计划生成打破视觉-语言决策中的感知瓶颈

Boyuan Xiao, Bohong Chen, Yumeng Li, Ji Feng, Yao-Xiang Ding, Kun Zhou

机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 提出SceneDiver方法，通过从粗到细的焦点计划生成，逐步构建场景图并分解任务，减少视觉幻觉，提升视觉-语言模型和视觉-语言-动作模型在具身决策任务中的表现。

Comments Accepted at ICML 2026

Revisiting Embodied Chain-of-Thought for Generalizable Robot Manipulation

重新审视具身思维链以实现可泛化的机器人操作

Nan Sun, Yuan Zhang, Yongkun Yang, Wentao Zhao, Peiyan Li, Jun Guo, Wenxuan Song, Pengxiang Ding, Runze Suo, Yifei Su, Xin Xiao, Xinghang Li, Huaping Liu

机构 * Tsinghua University（清华大学） ； Xiaomi Robotics（小米机器人） ； Peking University（北京大学） ； CASIA ； HKUST(GZ)（香港科技大学（广州）） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Wuhan University（武汉大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 本文通过构建最大规模具身思维链语料库，提出ERVLA模型，利用思维链作为表征塑造监督而非测试时推理，显著提升了机器人操作的可泛化性。

Learning While Deploying: Fleet-Scale Reinforcement Learning for Generalist Robot Policies

在部署中学习：面向通用机器人策略的机群规模强化学习

Yi Wang, Xinchen Li, Pengwei Xie, Pu Yang, Buqing Nie, Yunuo Cai, Qinglin Zhang, Chendi Qu, Jeffrey Wu, Jianheng Song, Xinlin Ren, Jingshun Huang, Mingjie Pan, Siyuan Feng, Zhi Chen, Jianlan Luo

机构 * Shanghai Innovation Institute（上海创新研究院） ； AGIBOT Finch ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 提出LWD框架，通过机群规模的离线到在线强化学习，结合分布式隐式价值学习与伴随匹配Q学习，持续后训练通用视觉-语言-动作策略，在16台双臂机器人上实现95%平均成功率。

Comments No

A Lagrange multiplier method for a Stokes-Biot fluid-poroelastic structure interaction model

一种用于Stokes-Biot流体-多孔弹性结构相互作用模型的拉格朗日乘子方法

Ilona Ambartsumyan, Eldar Khattatov, Ivan Yotov, Paolo Zunino

专题命中 VLA模型 ：action model(title)

AI总结 本文提出了一种有限元计算模型，用于求解自由流体与多孔弹性介质相互作用的耦合问题，采用拉格朗日乘子方法实现界面条件的弱约束，并通过数值实验验证了方法的收敛性和适用性。

A one-dimensional mathematical model of collecting lymphatics coupled with an electro-fluid-mechanical contraction model and valve dynamics

一维收集淋巴管数学模型结合电-流体-机械收缩模型和阀门动力学

Christian Contarino, Eleuterio F. Toro

专题命中 VLA模型 ：action model(title)

AI总结 本文提出了一种结合新型电-流体-机械收缩（EFMC）模型的一维淋巴管模型，用于模拟收缩动力学，并分析了阀门在不同压力条件下的影响。

Comments A correction in Eq. 50 has been done

CLAW: Learning Continuous Latent Action World Models via Adversarial Latent Regularization

CLAW: 通过对抗潜在正则化学习连续潜在动作世界模型

Tewodros Ayalew, Matthew Jeung, Samuel Wheeler, Xiao Zhang, Andre de la Cruz Arce, Kaylene Stocking, Michael Maire, Matthew R. Walter

机构 * University of Chicago（芝加哥大学） ； Toyota Technological Institute at Chicago（芝加哥丰田技术研究所） ； Argonne National Laboratory（阿贡国家实验室） 纠错

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

AI总结 提出CLAW框架，利用对抗潜在正则化和扩散视频生成，从无动作视频中端到端学习世界模型与连续潜在动作表示，支持观察模仿学习和目标导向规划。

Comments 8 pages, 15 pages of supplementary material

Game-Theoretic Modeling of Multi-Vehicle Interactions at Uncontrolled Intersections

多车辆在无信号交叉口交互的博弈建模

Nan Li, Yu Yao, Ilya Kolmanovsky, Ella Atkins, Anouck Girard

机构 * Robotics Institute, University of Michigan（密歇根大学机器人研究所） 纠错

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

AI总结 本文提出了一种基于博弈论的框架，用于建模自动驾驶和人工驾驶车辆在无信号交叉口的交互行为，通过参数化交叉口布局和几何结构，展示了模型在交通场景中的合理性和计算效率。

Comments 18 pages, 13 figures, 1 table

Argus-Retriever: Vision-LLM Late-Interaction Retrieval with Region-Aware Query-Conditioned MoE for Visual Document Retrieval

Argus-Retriever: 基于区域感知查询条件混合专家模型的视觉-大语言模型后期交互检索用于视觉文档检索

Abdelrahman Abdallah, Mahmoud Abdalla, Mohammed Ali, Adam Jatowt

专题命中 VLA模型 ：action model(abstract)

AI总结 提出Argus系列查询条件后期交互检索器，通过区域感知混合专家模块使文档表示依赖查询，在ViDoRe基准上以更低维度和更少训练数据取得领先性能。

Well-posedness and Robust Preconditioners for the Discretized Fluid-Structure Interaction Systems

关于离散化流固耦合系统well-posedness及鲁棒预条件子的研究

Jinchao Xu, Kai Yang

专题命中 VLA模型 ：action model(abstract)

AI总结 本文研究了流固耦合系统离散化后的well-posedness及鲁棒预条件子设计，通过两种不同方法证明了均匀well-posedness，并通过数值实验验证了预条件子的鲁棒性和效率。

Comments 1. Added two preconditioners into the analysis and implementation 2. Rerun all the numerical tests 3. changed title, abstract and corrected lots of typos and inconsistencies 4. added references

Journal ref Computer Methods in Applied Mechanics and Engineering 292 (2015): 69-91

Analytical methods for perfect wedge diffraction: a review

完美楔形衍射的解析方法：综述

Matthew A. Nethercote, Raphael C. Assier, I. David Abrahams

专题命中 VLA模型 ：action model(abstract)

AI总结 本文综述了用于完美楔形衍射问题的多种解析方法，重点介绍了 Sommerfeld-Malyuzhinets 方法、Wiener-Hopf 技术和 Kontorovich-Lebedev 变换方法等经典方法，以及嵌入法、随机游走方法和函数不变解技术等新颖方法，并对精确解与 GTD 等近似解进行了数值比较。

Journal ref Wave Motion, 93(102479), 2020

Multilevel Adaptive Sparse Grid Quadrature for Monte Carlo models

多级自适应稀疏网格求积法用于蒙特卡罗模型

Sandra Döpking, Sebastian Matera

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出了一种多级自适应稀疏网格求积方法，用于计算由蒙特卡罗模型隐式定义的积分，通过利用不同采样精度层级来降低计算成本，相比单级方法有显著提升。

A non-oscillatory energy-splitting method for the computation of compressible multi-fluid flows

一种非振荡的能量分裂方法用于可压缩多流体流动的计算

Xin Lei, Jiequan Li

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出了一种非振荡能量分裂守恒算法，用于欧拉框架下多流体流动的计算，通过分析等压假设下的动能交换，构建了高阶精度的Godunov型方案，验证了该方法在冲击-界面和冲击-气泡相互作用中的优越性能。

Comments 25 pages, 12 figures

High-order Virtual Element Method on polyhedral meshes

高阶虚拟元方法在多面体网格上的应用

L. Beirão da Veiga, F. Dassi, A. Russo

专题命中 VLA模型 ：action model(abstract)

AI总结 本文研究高阶虚拟元方法在三维扩散-反应问题中的离散化，探讨高阶多项式阶数k下的收敛性及网格鲁棒性。

Comments Accepted Computer&Mathematics with Applications

Analysis of the Residual Type and the Recovery Type a Posteriori Error Estimators for a Consistent Atomistic-to-Continuum Coupling Method in 1D

一致原子到连续耦合方法中1D问题后验误差估计器的残差型与恢复型分析

Hao Wang, Siyao Yang

专题命中 VLA模型 ：action model(abstract)

AI总结 本文研究了一种一致原子到连续耦合方法中1D问题的后验误差估计器，推导并证明了残差型估计器的有效性，证明了残差型与恢复型估计器在连续区域的等价性，并提出了一种结合两种估计器的新型混合后验误差估计器。

Moment Tensor Potentials: a class of systematically improvable interatomic potentials

力矩张量势能：一种可以系统改进的原子间势能类

Alexander V. Shapeev

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出一种可系统改进的原子间势能类，通过数学方法构建近似给定量子力学相互作用模型的势能，并在现有量子力学数据库上进行测试。

Comments 22 pages; method re-implemented, numerical experiments updated, exposition improved, typos corrected

Journal ref Multiscale Modeling and Simulation, volume 14, pages 1153-1173, 2016

Nonlocal conservation laws. I. A new class of monotonicity-preserving models

非局部守恒律。I. 一种新的单调性保持模型

Qiang Du, Zhan Huang, Philippe G. LeFloch

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出了一种新的非局部非线性守恒律模型，该模型允许在有限时间范围内进行非局部相互作用，继承了有限差分方案的解卷特性，保证了最大原理和单调性，并自然满足熵不等式。

Comments 20 pages

Bayesian Heuristics for Group Decisions

基于贝叶斯方法的群体决策启发式模型

M. Amin Rahimian, Ali Jadbabaie

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出了一种基于贝叶斯规则的群体决策启发式模型，分析了信息结构和概率分布对群体决策效率的影响，揭示了重复互动导致的过度自信和极端选择倾向。

Reaction Time for Trimolecular Reactions in Compartment-based Reaction-Diffusion Models

三分子反应在基于隔室的反应-扩散模型中的反应时间

F Li, M Chen, R Erban, Y Cao

专题命中 VLA模型 ：action model(abstract)

AI总结 研究三分子反应在基于隔室的随机反应-扩散模型中的碰撞时间与平均反应时间公式。

Immersed boundary-finite element model of fluid-structure interaction in the aortic root

浸入边界-有限元模型用于主动脉根部的流-结构相互作用

Vittoria Flamini, Abe DeAnda, Boyce E. Griffith

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出基于浸入边界方法的主动脉根部流-结构相互作用模型，结合有限元分析，研究主动脉瓣、瓦尔萨尔窦、主动脉环及窦管交界处的弹性与几何特性，通过实验数据验证模型的生理准确性。

Elasto-capillarity Simulations based on the Navier-Stokes-Cahn-Hilliard Equations

基于Navier-Stokes-Cahn-Hilliard方程的弹性毛细作用模拟

E. H. van Brummelen, M. Shokrpour-Roudbari, G. J. van Zwieten

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出基于Navier-Stokes-Cahn-Hilliard方程的复杂流-固相互作用模型，结合弹性材料模型，通过弱形式和任意拉格朗日-欧拉格式解决流固耦合问题，并通过实验数据验证了滴落行为。