机器人策略正在加入明确的前瞻、几何信息与任务记忆
当天的研究主要集中在机器人操作,并让策略内部状态更加明确:未来状态、潜在动作、相机位姿和子任务记忆。InternVLA-A1.5、Cortex 和 CamVLA体现了当前重点:保持语言条件控制的速度,同时加入长时程、复杂任务所需的物理或时间信号。
当天的研究主要集中在机器人操作,并让策略内部状态更加明确:未来状态、潜在动作、相机位姿和子任务记忆。InternVLA-A1.5、Cortex 和 CamVLA体现了当前重点:保持语言条件控制的速度,同时加入长时程、复杂任务所需的物理或时间信号。
相机移动、长时程任务状态和目标场景数据,是机器人策略落地的具体障碍。证据支持三项实际改进:在小幅相机偏移下测试 VLA 策略,为长时程任务设置带记忆的受约束子任务接口,并在采集远程操作数据之前,根据单张场景图像生成目标场景示范数据。