VLA / 视觉-语言-动作模型

PredVLA: A Sub-Million-Parameter Predictive-Coding Policy for Robot Manipulation

PredVLA：用于机器人操作的亚百万级参数预测编码策略

Hiroki Sawada, Shunichi Kasahara

机构 * Sony Computer Science Laboratory（索尼计算机科学实验室） 纠错

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

AI总结 PredVLA是仅0.68M参数的无机器人数据预训练预测编码策略，在LIBERO基准上远超参数匹配的Transformer、LSTM策略，实现强语言条件机器人操作性能且具备显式在线修正机制。

Do User-Authored Permission Policies Improve Protection Against AI Agent Overreach?

用户自主编写的权限策略能否提升对智能体越权行为的防护？

Ting Yan

专题命中 动作表示与策略 ：action model(abstract)

AI总结 研究对比HITL、AUTO、POLICY三种场景发现，用户自主编写的POLICY策略未显著提升对AI智能体越权行为的防护，因多数规则选“询问”，总干预时间未降低，且偏好与承诺存在差距。

Comments 15 pages, 5 figures