两项机器人VLA新研究
shahdhruv_ · x · 2026-07-12
这条继续介绍 RSS 相关机器人论文中的第 2、3 篇：
- Long-Context Robot Imitation Learning by Focusing on Key History Frames：讨论历史条件策略训练的难点，提出让模型关注关键历史帧，从而处理像 treasure hunt 这类需要长时序理解的复杂任务。
- LAP: Language-Action Pre-training Enables Zero-Shot Cross-Embodiment Transfer：提出利用 language actions 和对齐后的 action space，实现跨 embodiment 的零样本迁移，并称这是学术界开权重 VLA 的新 SOTA。
「具身」频道最新
- DONIC 双手机器人追踪成功率 86.79%，远超此前 SOTA 的 9.43% — liuziwei7 · 2026-10-27
- Bedrock Robotics 融资 6 亿美元,改装挖掘机已在商业工地全自动驾驶接单 — Sethwinterroth · 2026-10-27
- AW-0 机器人模型实测:RoboTwin 50 项任务成功率 80.8% 远超基线 — trevordarrell · 2026-10-27
- AW-0 用代码流改变世界模型预测:同一指令下精准选中目标物体 — trevordarrell · 2026-10-27
- AW-0 单卡 RTX 5090 推理 230ms:联合去噪比自回归代码快 2.4 倍 — trevordarrell · 2026-10-27
- AW-0 世界动作模型发布：一个生成式模型同时管规划、预测与控制 — trevordarrell · 2026-10-27