VLA / 视觉-语言-动作模型

SPKLIP: Aligning Spike Video Streams with Natural Language

SPKLIP：通过自然语言对齐尖峰视频流

Yongchang Gao, Meiling Jin, Zhaofei Yu, Tiejun Huang, Guozhang Chen

专题命中 部署与泛化 ：VLA(abstract)；分类 cs.CV

AI总结 SPKLIP提出了一种专门用于尖峰视频-语言对齐的架构，通过分层尖峰特征提取器和尖峰-文本对比学习实现多尺度时间动态建模，并在稀疏异步输出上实现高效的少样本学习。

Comments A dataset partitioning error occurred and is being corrected

Transfer Learning for Neutrino Scattering: Domain Adaptation with GANs

迁移学习用于中微子散射：基于GANs的领域适应

Jose L. Bonilla, Krzysztof M. Graczyk, Artur M. Ankowski, Rwik Dharmapal Banerjee, Beata E. Kowal, Hemant Prasad, Jan T. Sobczyk

机构 * Institute of Theoretical Physics, University of Wroc aw（沃拉夫大学理论物理研究所） 纠错

专题命中 部署与泛化 ：action model(abstract)；分类 cs.LG

AI总结 本文研究了通过GANs进行迁移学习在中微子散射过程中的应用，探讨了不同目标和过程间基本动力学的共享程度，并验证了在不同模型下迁移学习的有效性。

Comments 23 pages, 22 figures, together with supplement, as published in Phys. Rev. D

Journal ref Phys.Rev.D 113 (2026) 5, 053001

Agentic Self-Evolutionary Replanning for Embodied Navigation

代理自进化重规划用于具身导航

Guoliang Li, Ruihua Han, Chengyang Li, He Li, Shuai Wang, Wenchao Ding, Hong Zhang, Chengzhong Xu

机构 * Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学系） ； SIAT, Chinese Academy of Sciences（中国科学院上海技术物理研究所） ； Department of Computer Science, University of Hong Kong（香港大学计算机科学系） ； Academy for Engineering & Technology, Fudan University（复旦大学工程与技术学院） ； Department of EEE, Southern University of Science and Technology（南方科技大学电子工程系） 纠错

专题命中 部署与泛化 ：action model(abstract)；分类 cs.RO

AI总结 SERP通过自进化动作模型和图链式思考重规划，提升具身导航在复杂环境中的鲁棒性和效率。

Comments 8 pages, 10 figures, 4 tables, submitted to IEEE for possible publication

Robust Skills, Brittle Grounding: Diagnosing Restricted Generalization in Vision-Language Action Policies via Multi-Object Picking

稳健的技能，脆弱的接地：通过多对象拾取诊断视觉语言动作策略中的受限泛化

David Emukpere, Romain Deffayet, Jean-Michel Renders

机构 * Naver Labs Europe（纳维尔实验室欧洲） 纠错

专题命中 部署与泛化 ：VLA(abstract)；分类 cs.RO

AI总结 通过多对象拾取实验发现，视觉语言动作策略在复杂环境下执行基本操作比遵循指令更可靠，表明技能获取与指令遵循脱节，需改进基准测试以更准确诊断泛化能力。

I-FailSense: Towards General Robotic Failure Detection with Vision-Language Models

I-FailSense：面向通用机器人故障检测的视觉-语言模型

Clemence Grislain, Hamed Rahimi, Olivier Sigaud, Mohamed Chetouani

机构 * ISIR, Sorbonne Université, CNRS（ISIR，索邦大学，国家科学研究中心） 纠错

专题命中 部署与泛化 ：language-conditioned robot(abstract)；分类 cs.RO

AI总结 I-FailSense通过构建专门用于检测语义错位故障的数据集，提出了一种开源视觉-语言模型框架，有效提升机器人故障检测能力。

FRAPPE: Infusing World Modeling into Generalist Policies via Multiple Future Representation Alignment

FRAPPE：通过多未来表示对齐将世界建模注入通用策略

Han Zhao, Jingbo Wang, Wenxuan Song, Shuai Chen, Yang Liu, Yan Wang, Haoang Li, Donglin Wang

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； South China University of Technology（华南理工大学） ； ShanghaiTech University（上海科技大学） ； Tsinghua University（清华大学） 纠错

专题命中 部署与泛化 ：VLA(abstract)；分类 cs.RO

AI总结 FRAPPE通过多未来表示对齐提升通用机器人策略的世界建模能力，提高微调效率并减少数据依赖，实验证明其在长时序和未见场景中的泛化性能优于现有方法。

Comments Project Website: https://h-zhao1997.github.io/frappe

AtlasPatch: Efficient Tissue Detection and High-throughput Patch Extraction for Computational Pathology at Scale

AtlasPatch: 高效组织检测与高通量切片提取用于大规模计算病理学

Ahmed Alagha, Christopher Leclerc, Yousef Kotp, Omar Metwally, Calvin Moras, Peter Rentopoulos, Ghodsiyeh Rostami, Bich Ngoc Nguyen, Jumanah Baig, Abdelhakim Khellaf, Vincent Quoc-Huy Trinh, Rabeb Mizouni, Hadi Otrok, Jamal Bentahar, Mahdi S. Hosseini

机构 * Department of Computer Science and Software Engineering (CSSE)（计算机科学与软件工程系） ； Concordia University（Concordia大学） ； Concordia Institute for Information Systems Engineering (CIISE)（Concordia信息系统工程研究所） ； Department of Building, Civil, and Environmental Engineering（建筑、土木和环境工程系） ； University of Montreal Hospital Center (CHUM)（蒙特利尔大学医院中心） ； Mila–Quebec AI Institute（Mila-魁北克人工智能研究所） ； Khalifa University（Khalifa大学） ； McGill University（麦吉尔大学） ； Institute for Research in Immunology and Cancer（免疫学与癌症研究所在） 纠错

专题命中 部署与泛化 ：action model(abstract)；分类 cs.CV

AI总结 AtlasPatch通过高效组织检测和高通量切片提取，显著提升大规模计算病理学的处理效率与性能。

Comments Under review

Beyond the Majority: Long-tail Imitation Learning for Robotic Manipulation

超越多数：用于机器人操作的长尾模仿学习

Junhong Zhu, Ji Zhang, Jingkuan Song, Lianli Gao, Heng Tao Shen

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Southwest Jiaotong University（西南交通大学） ； Tongji University（同济大学） 纠错

专题命中 部署与泛化 ：VLA(abstract)；分类 cs.RO

AI总结 本文提出APA方法，通过从数据丰富的头部任务迁移知识以提升机器人操作中数据稀缺的尾部任务性能。

Comments accept by IEEE International Conference on Robotics and Automation (ICRA 2026), 8 pages, 6 figures,

A Systematic Study of Data Modalities and Strategies for Co-training Large Behavior Models for Robot Manipulation

对大型行为模型在机器人操作中协同训练数据模态和策略的系统研究

Fanqi Lin, Kushal Arora, Jean Mercat, Haruki Nishimura, Paarth Shah, Chen Xu, Mengchao Zhang, Mark Zolotas, Maya Angeles, Owen Pfannenstiehl, Andrew Beaulieu, Jose Barreiros

机构 * Toyota Research Institute, Cambridge MA（丰田研究院） ； Tsinghua University, Beijing, China（清华大学） 纠错

专题命中 部署与泛化 ：vision-language-action(abstract)；分类 cs.RO

AI总结 本文研究了机器人操作中协同训练不同数据模态和策略对行为模型性能的影响，发现视觉语言和跨身体数据显著提升泛化能力，而离散动作令牌无明显优势。

Off-Policy Actor-Critic with Sigmoid-Bounded Entropy for Real-World Robot Learning

基于Sigmoid受限熵的离策略Actor-Critic用于现实世界机器人学习

Xiefeng Wu, Mingyu Hu, Shu Zhang

机构 * Wuhan University（武汉大学） 纠错

专题命中 部署与泛化 ：VLA(abstract)；分类 cs.AI

AI总结 SigEnt-SAC通过Sigmoid受限熵机制，实现低成本、高效率的现实世界机器人强化学习。

Comments 7 pages main text 2 page reference

Transforming Monolithic Foundation Models into Embodied Multi-Agent Architectures for Human-Robot Collaboration

将单体基础模型转化为具身体验的多智能体架构以实现人机协作

Nan Sun, Bo Mao, Yongchang Li, Chenxu Wang, Di Guo, Huaping Liu

机构 * Department of Computer Science and Technology, Tsinghua University（计算机科学与技术系，清华大学） ； School of Artificial Intelligence, Beijing University of Posts and Telecommunications（人工智能学院，北京邮电大学） 纠错

专题命中 部署与泛化 ：vision-language-action(abstract)；分类 cs.RO

AI总结 InteractGen通过分解机器人智能为多个智能体，提升服务机器人在人类环境中的自主性和协作能力。

Comments 21 pages, 16 figures, 4 tables

Interaction-Centric Knowledge Infusion and Transfer for Open-Vocabulary Scene Graph Generation

Lin Li, Chuhan Zhang, Dong Zhang, Chong Sun, Chen Li, Long Chen

机构 * HKUST（香港科技大学） ； AI Chip Center for Emerging Smart Systems（新兴智能系统人工智能芯片中心） ； Tencent（腾讯） 纠错

专题命中 部署与泛化 ：action model(abstract)；分类 cs.CV

Comments Accepted by NeurIPS 2025

LG-NuSegHop: A Local-to-Global Self-Supervised Pipeline For Nuclei Instance Segmentation

Vasileios Magoulianitis, Catherine A. Alexander, Jiaxin Yang, C. -C. Jay Kuo

专题命中 部署与泛化 ：action model(abstract)；分类 cs.CV

Comments 42 pages, 8 figures, 7 tables

Journal ref Asia Pacific Signal and Information Processing Association (APSIPA), 2025 http://www.apsipa.org

A Few-Shot Approach for Relation Extraction Domain Adaptation using Large Language Models

Vanni Zavarella, Juan Carlos Gamero-Salinas, Sergio Consoli

机构 * Department of Mathematics and Computer Science, University of Cagliari, Cagliari, Italy（数学与计算机科学系，卡利亚里大学，卡利亚里，意大利） ； Institute of Data Science and Artificial Intelligence (DATAI), Universidad de Navarra, Pamplona, Spain（数据科学与人工智能研究所（DATAI），纳瓦拉大学，潘普隆，西班牙） ； European Commission, Joint Research Centre (DG JRC), Ispra (VA), Italy（欧洲委员会，联合研究中心（DG JRC），伊斯普拉（瓦拉），意大利） 纠错

专题命中 部署与泛化 ：action model(abstract)；分类 cs.AI

Journal ref CEUR Workshop Proceedings, Vol. 3894 (2024), Workshop at KDD 2024 on Deep Learning and Large Language Models for Knowledge Graphs

ReLI: A Language-Agnostic Approach to Human-Robot Interaction

Linus Nwankwo, Bjoern Ellensohn, Ozan Özdenizci, Elmar Rueckert

机构 * Chair of Cyber-Physical Systems, Technical University of Leoben（技术大学莱博恩首席物理系统 Chair） ； Institute of Machine Learning and Neural Computation, Graz University of Technology（格拉茨技术大学机器学习与神经计算研究所） 纠错

专题命中 部署与泛化 ：action model(abstract)；分类 cs.RO

RoboOS: A Hierarchical Embodied Framework for Cross-Embodiment and Multi-Agent Collaboration

Huajie Tan, Xiaoshuai Hao, Cheng Chi, Minglan Lin, Yaoxu Lyu, Mingyu Cao, Dong Liang, Zhuo Chen, Mengsi Lyu, Cheng Peng, Chenrui He, Yulong Ao, Yonghua Lin, Pengwei Wang, Zhongyuan Wang, Shanghang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） ； Beijing Academy of Artificial Intelligence (BAAI)（北京人工智能研究院） 纠错

专题命中 部署与泛化 ：VLA(abstract)；分类 cs.RO

Comments 22 pages, 10 figures

REACT: Runtime-Enabled Active Collision-avoidance Technique for Autonomous Driving

Heye Huang, Hao Cheng, Zhiyuan Zhou, Zijin Wang, Qichao Liu, Xiaopeng Li

专题命中 部署与泛化 ：action model(abstract)；分类 cs.RO

Comments 22 pages, 11 figures

State-Aware IoT Scheduling Using Deep Q-Networks and Edge-Based Coordination

Qingyuan He, Chang Liu, Juecen Zhan, Weiqiang Huang, Ran Hao

专题命中 部署与泛化 ：action model(abstract)；分类 cs.LG

AsyReC: A Multimodal Graph-based Framework for Spatio-Temporal Asymmetric Dyadic Relationship Classification

Wang Tang, Fethiye Irmak Dogan, Linbo Qing, Hatice Gunes

机构 * University of Cambridge（剑桥大学） ； Sichuan University（四川大学） 纠错

专题命中 部署与泛化 ：action model(abstract)；分类 cs.CV

LiNo: Advancing Recursive Residual Decomposition of Linear and Nonlinear Patterns for Robust Time Series Forecasting

Guoqi Yu, Yaoming Li, Xiaoyu Guo, Dayu Wang, Zirui Liu, Shujun Wang, Tong Yang

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Peking University（北京大学） 纠错

专题命中 部署与泛化 ：action model(abstract)；分类 cs.LG

Comments Under Review

PhysMamba: State Space Duality Model for Remote Physiological Measurement

Zhixin Yan, Yan Zhong, Hongbin Xu, Wenjun Zhang, Shangru Yi, Lin Shu, Wenxiong Kang

机构 * South China University of Technology（华南理工大学） 纠错

专题命中 部署与泛化 ：action model(abstract)；分类 cs.CV

Rethinking Relation Extraction: Beyond Shortcuts to Generalization with a Debiased Benchmark

Liang He, Yougang Chu, Zhen Wu, Jianbing Zhang, Xinyu Dai, Jiajun Chen

专题命中 部署与泛化 ：action model(abstract)；分类 cs.AI

UltrAvatar: A Realistic Animatable 3D Avatar Diffusion Model with Authenticity Guided Textures

Mingyuan Zhou, Rakib Hyder, Ziwei Xuan, Guojun Qi

专题命中 部署与泛化 ：action model(abstract)；分类 cs.CV

Comments The project page is at https://mingjoe.github.io/UltrAvatar/

Deeploy: Enabling Energy-Efficient Deployment of Small Language Models On Heterogeneous Microcontrollers

Moritz Scherer, Luka Macan, Victor Jung, Philip Wiese, Luca Bompani, Alessio Burrello, Francesco Conti, Luca Benini

专题命中 部署与泛化 ：embodied foundation model(abstract)；分类 cs.LG

Comments Accepted for publication at ESWEEK - CASES 2024

Few-Shot Relation Extraction with Hybrid Visual Evidence

Jiaying Gong, Hoda Eldardiry

专题命中 部署与泛化 ：action model(abstract)；分类 cs.CV

Comments 16 pages, 5 figures

Journal ref LREC-COLING 2024

Planning with Dynamically Estimated Action Costs

Eyal Weiss, Gal A. Kaminka

专题命中 部署与泛化 ：action model(abstract)；分类 cs.AI

Comments 3 figures, 2 tables

A diverse large-scale building dataset and a novel plug-and-play domain generalization method for building extraction

Muying Luo, Shunping Ji, Shiqing Wei

专题命中 部署与泛化 ：action model(abstract)；分类 cs.CV

Self-supervised Transformer for Deepfake Detection

Hanqing Zhao, Wenbo Zhou, Dongdong Chen, Weiming Zhang, Nenghai Yu

专题命中 部署与泛化 ：action model(abstract)；分类 cs.CV

Unifying Model Explainability and Robustness for Joint Text Classification and Rationale Extraction

Dongfang Li, Baotian Hu, Qingcai Chen, Tujie Xu, Jingcong Tao, Yunan Zhang

专题命中 部署与泛化 ：action model(abstract)；分类 cs.AI

Comments AAAI 2022

MHFC: Multi-Head Feature Collaboration for Few-Shot Learning

Shuai Shao, Lei Xing, Yan Wang, Rui Xu, Chunyan Zhao, Yan-Jiang Wang, Bao-Di Liu

专题命中 部署与泛化 ：action model(abstract)；分类 cs.CV

Comments Accepted by the 29th ACM International Conference on Multimedia (ACMMM) 2021