VLA / 视觉-语言-动作模型

AutoVLA: A Vision-Language-Action Model for End-to-End Autonomous Driving with Adaptive Reasoning and Reinforcement Fine-Tuning

Zewei Zhou, Tianhui Cai, Seth Z. Zhao, Yun Zhang, Zhiyu Huang, Bolei Zhou, Jiaqi Ma

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

Comments NeurIPS 2025; Website link:https://autovla.github.io/

GraSP-VLA: Graph-based Symbolic Action Representation for Long-Horizon Planning with VLA Policies

Maëlic Neau, Zoe Falomir, Paulo E. Santos, Anne-Gwenn Bosser, Cédric Buche

机构 * Computing Science Department, Umeå University（乌梅亚大学计算机科学系） ； PrioriAnalytica（PrioriAnalytica公司） ； Bretagne INP - ENIB（布列塔尼INP-ENIB） ； IMT Atlantique（IMT阿蒂安提大学） ； CNRS IRL 2010 CROSSING（国家科学研究中心IRL 2010 CROSSING） 纠错

专题命中 VLA模型 ：VLA(title,abstract)；action model(abstract)；分类 cs.RO、cs.CV

XRoboToolkit: A Cross-Platform Framework for Robot Teleoperation

Zhigen Zhao, Liuchuan Yu, Ke Jing, Ning Yang

机构 * ByteDance, PICO（字节跳动，PICO） ； Georgia Institute of Technology, Institute for Robotics and Intelligent Machines (IRIM)（佐治亚理工学院，机器人与智能机器研究所） ； George Mason University（乔治·马歇尔大学） 纠错

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

Comments 6 pages, 6 figures, accepted at The 2026 IEEE/SICE International Symposium on System Integration, project link: http://xr-robotics.github.io/

Team Xiaomi EV-AD VLA: Caption-Guided Retrieval System for Cross-Modal Drone Navigation -- Technical Report for IROS 2025 RoboSense Challenge Track 4

Lingfeng Zhang, Erjia Xiao, Yuchen Zhang, Haoxiang Fu, Ruibin Hu, Yanbiao Ma, Wenbo Ding, Long Chen, Hangjun Ye, Xiaoshuai Hao

机构 * Tsinghua University（清华大学） ； Xiaomi EV（小米电动车） ； Georgia Institute of Technology（佐治亚理工学院） ； National University of Singapore（新加坡国立大学） ； The Chinese University of Hong Kong（香港中文大学） ； Renmin University of China（中国人民大学） 纠错

专题命中 VLA模型 ：VLA(title)；分类 cs.RO