视觉与机器人

VLA / 视觉-语言-动作模型

视觉-语言-动作模型、机器人基础模型和语言条件机器人控制。

2025-09-26 至 2025-09-26 共收录 2 篇信号源：cs.RO, cs.CV, cs.AI, cs.LG

1. 动作表示与策略 2 篇

2506.13751 2025-09-26 cs.RO cs.AI 73%

LeVERB: Humanoid Whole-Body Control with Latent Vision-Language Instruction

Haoru Xue, Xiaoyu Huang, Dantong Niu, Qiayuan Liao, Thomas Kragerud, Jan Tommy Gravdahl, Xue Bin Peng, Guanya Shi, Trevor Darrell, Koushil Sreenath, Shankar Sastry

机构 * University of California Berkeley（加州大学伯克利分校）； Norwegian University of Science and Technology（挪威科学与技术大学）； Simon Fraser University（西蒙弗雷泽大学）； Carnegie Mellon University（卡内基梅隆大学）

专题命中动作表示与策略：vision-language-action(abstract)；VLA(abstract)；分类 cs.RO、cs.AI

Comments https://ember-lab-berkeley.github.io/LeVERB-Website/

2509.20841 2025-09-26 cs.RO cs.AI cs.LG 67%

ImaginationPolicy: Towards Generalizable, Precise and Reliable End-to-End Policy for Robotic Manipulation

Dekun Lu, Wei Gao, Kui Jia

机构 * Dekun Lu ∗ , Wei Gao ∗ and Kui Jia ∗（作者）

专题命中动作表示与策略：VLA(abstract)；分类 cs.RO、cs.AI、cs.LG

Comments First two authors contribute equally. Project page: https://sites.google.com/view/imaginationpolicy