机器人 VLA 研究聚焦执行检查、记忆和伤害安全
这一时间窗口主要是机器人论文。最强的模式是实际控制:视觉-语言-动作(VLA)模型获得运动预训练、运行时校正、持久世界模型和明确的伤害测试。RoboShackles、Mem-World 和 DREAM-Chunk 显示,当前重点放在策略离线训练完成后会发生什么。
这一时间窗口主要是机器人论文。最强的模式是实际控制:视觉-语言-动作(VLA)模型获得运动预训练、运行时校正、持久世界模型和明确的伤害测试。RoboShackles、Mem-World 和 DREAM-Chunk 显示,当前重点放在策略离线训练完成后会发生什么。
冻结 VLA 部署现在有了可测试的具体附加组件:用于分块策略的执行时动作选择、用于危险机器人视频的拒绝测试,以及用于策略评估或合成数据生成中世界模型 rollout 的几何记忆。