University of California, Berkeley（加州大学伯克利分校）

2607.14635 2026-07-17 cs.AI cs.CV cs.RO 新提交

Action QFormer: Structured Representation Shaping under Action Supervision in Vision-Language-Action Models

动作QFormer：视觉-语言-动作模型中动作监督下的结构化表示塑造

Yufeng Ji, Wenhao Tang, Haoyi Niu, Koushil Sreenath, Yi Wu, Zhongyu Li

机构 * Shanghai Qizhi Institute（上海期智研究院）； The Chinese University of Hong Kong（香港中文大学）； Hong Kong Embodied AI Lab（香港具身人工智能实验室）； Tsinghua University（清华大学）； University of California, Berkeley（加州大学伯克利分校）

AI总结研究视觉-语言-动作模型中动作监督问题，提出动作QFormer，通过基于指令的查询重组多模态信息。在零样本模拟到真实导航中提升了任务成功率、动作生成正确性等，还改变动作监督塑造多模态表示的方式，为提高VLA性能提供新思路。

2606.17386 2026-07-17 cs.CV cs.AI cs.RO 版本更新

TerraTransfer: Learning End-to-End Driving Policies Without Expert Demonstrations

TerraTransfer: 无需专家示范的端到端驾驶策略学习

Zikang Xiong, Weixin Li, Zhouchonghao Wu, Akshay Rangesh, Saarth Bonde, Grantland Hall, Chen Tang, Yihan Hu, Wei Zhan

机构 * Applied Intuition ； UCLA（加州大学洛杉矶分校）； UC Berkeley（加州大学伯克利分校）

AI总结提出一种无需专家示范的端到端驾驶方法，通过向量化模拟器中的自博弈预训练策略，再与预训练视觉骨干对齐，降低了数据成本并达到或超越现有方法。

2604.23904 2026-07-17 stat.ME cs.AI stat.ML 版本更新

Generative Synthetic Data for Causal Inference: Pitfalls, Remedies, and Opportunities

生成性合成数据用于因果推断：陷阱、解决方法与机遇

Yichen Xu

机构 * University of California, Berkeley（加州大学伯克利分校）

AI总结本文探讨生成合成数据在因果推断中的局限性，提出混合合成数据框架以提升因果效度，通过实验验证其在不同场景下的优势。