VLA / 视觉-语言-动作模型

Attention-Guided Patch-Wise Sparse Adversarial Attacks on Vision-Language-Action Models

基于注意力的视觉-语言-动作模型中逐块稀疏对抗攻击

Naifu Zhang, Wei Tao, Xi Xiao, Qianpu Sun, Yuxin Zheng, Wentao Mo, Peiqiang Wang, Nan Zhang

机构 * Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（清华大学深圳国际研究生院） ； Huazhong University of Science and Technology, Wuhan, China（华中科技大学） ； Ping An Technology, Shenzhen, China（平安科技） 纠错

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

AI总结 ADVLA通过注意力引导实现低振幅、稀疏的对抗攻击，有效削弱VLA模型的下游动作预测。

VacuumVLA: Boosting VLA Capabilities via a Unified Suction and Gripping Tool for Complex Robotic Manipulation

VacuumVLA: 通过统一的吸力和抓取工具提升VLA能力以实现复杂机器人操作

Hui Zhou, Siyuan Huang, Minxing Li, Hao Zhang, Lue Fan, Shaoshuai Shi

机构 * The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； DiDi Global（滴滴出行） 纠错

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

AI总结 VacuumVLA通过整合吸力与抓取功能的末端执行器，提升VLA在复杂机器人操作中的能力，实现更多任务的可行性。

Comments 8 pages

DeeAD: Dynamic Early Exit of Vision-Language Action for Efficient Autonomous Driving

DeeAD: 视觉-语言动作的动态早期退出以实现高效的自动驾驶

Haibo HU, Lianming Huang, Nan Guan, Chun Jason Xue

机构 * City University of Hongkong（香港城市大学） ； Mohamed bin Zayed University of Artificial Intelligence（马尔代夫 bin Zayed 人工智能大学） 纠错

专题命中 VLA模型 ：VLA(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 DeeAD通过动态早期退出机制提升自动驾驶中视觉-语言动作模型的效率，实现28%的变换器层稀疏性和29%的延迟减少，同时保持规划质量和安全。

Semiparametric Models for Practice Effects in Longitudinal Cognitive Trajectories: Application to an Aging Cohort Study

纵向认知轨迹中实践效应的半参数模型：一项老年队列研究的应用

Y. Xu, T. Wu, A. Van Dyne, E. Lee, L. Eyler, X. Tu

专题命中 VLA模型 ：action model(abstract)

AI总结 本文提出了一种基于对齐的半参数模型，用于估计纵向认知轨迹中的实践效应，通过模拟和真实数据验证了其在区分年龄效应和学习效应方面的有效性。

Comments 14 pages, 3 figures