VLA / 视觉-语言-动作模型

DriveMA: Driving Vision-Language-Action Models with verifiable Meta-Actions

DriveMA：基于可验证元动作的驾驶视觉-语言-动作模型

Weicheng Zheng, Yixin Huang, Qiao Sun, Derun Li, Hang Zhao

机构 * Shanghai Qi Zhi Institute（上海启智研究院） ； Tsinghua University（清华大学） ； Tongji University（同济大学） 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.CV

AI总结 提出DriveMA框架，通过可验证元动作弥合语言与动作的差距，结合动作中心监督训练和强化学习实现端到端驾驶规划，在Waymo Open Dataset上取得最优性能。

Comments arXiv admin note: text overlap with arXiv:2605.21273

Act, Sense, Act: Learning Active Perception from Large-Scale Egocentric Human Data

行动、感知、行动：从大规模自我中心人类数据中学习主动感知

Jialiang Li, Yi Qiao, Yunhan Guo, Changwen Chen, Wenzhao Lian

机构 * School of Artificial Intelligence, Shanghai Jiao Tong University（人工智能学院，上海交通大学） 纠错

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

AI总结 研究如何让机器人在无约束环境中实现可泛化操作，提出CoMe - VLA框架，利用大规模人类自我中心数据学习主动感知，集成认知辅助头和双轨记忆系统，经三个阶段训练模型，实验证明该方法在多场景长期任务中有强鲁棒性和适应性。

Relation Extraction Model Based on Semantic Enhancement Mechanism

基于语义增强机制的关系抽取模型

Peiyu Liu, Junping Du, Yingxia Shao, Zeli Guan

机构 * School of Computer Science (National Pilot Software Engineering School), Beijing University of Posts and Telecommunications（计算机学院（国家试点软件工程学院）、北京邮电大学） ； Beijing Key Laboratory of Intelligent Telecommunication Software and Multimedia（智能电信软件与多媒体北京重点实验室） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 VLA模型 ：action model(title)

AI总结 研究自然语言处理中关系抽取的三元组重叠问题，提出基于CasRel框架结合语义增强机制的CasAug模型，通过对可能主语预分类、计算语义相似度等操作，提升关系抽取效果，增强处理重叠问题及抽取多关系的能力。

Comments 7 pages, 3 figures

Microscopic screening theory for excitons in two-dimensional materials: A bridge between effective models and ab initio descriptions

二维材料中激子的微观筛选理论：有效模型与从头计算描述之间的桥梁

P. Ninhos, A. J. Uría-Álvarez, C. Tserkezis, N. A. Mortensen, J. J. Palacios

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出一种基于量子筛选相互作用的计算方法，用于二维材料中激子的精确计算，结合从头计算的精度，克服传统有效模型的局限性。

Comments 19 pages, 5 figures, 1 table, 1 SI