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。

2025-10-24 至 2025-10-24 共收录 2 篇信号源：cs.RO, cs.CV, cs.AI, cs.LG

1. VLA模型 2 篇

2510.18337 2025-10-24 cs.RO 88%

MoTVLA: A Vision-Language-Action Model with Unified Fast-Slow Reasoning

Wenhui Huang, Changhe Chen, Han Qi, Chen Lv, Yilun Du, Heng Yang

机构 * Harvard University（哈佛大学）； University of Michigan（密歇根大学）； Nanyang Technological University（南洋理工大学）

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

2510.20818 2025-10-24 cs.RO cs.AI cs.LG 88%

VAMOS: A Hierarchical Vision-Language-Action Model for Capability-Modulated and Steerable Navigation

Mateo Guaman Castro, Sidharth Rajagopal, Daniel Gorbatov, Matt Schmittle, Rohan Baijal, Octi Zhang, Rosario Scalise, Sidharth Talia, Emma Romig, Celso de Melo, Byron Boots, Abhishek Gupta

机构 * University of Washington（华盛顿大学）； DEVCOM ARL

专题命中 VLA模型：vision-language-action(title)；action model(title)；VLA(abstract)；分类 cs.RO、cs.AI、cs.LG