一、研究背景   视觉-语言-动作（VLA）模型是具身智能的核心架构，旨在让机器人通过视觉感知和语言理解直接输出动作指令。然而，当前主流VLA模型（如RT-2、OpenVLA）通常架构复杂、训练流程冗长，缺乏一个设计简洁、易于理解和复现的基准模型，阻碍了社区对VLA核心设计决策的系统性研究。 此外，现有VLA模型在训练效率上存在显著差异——有些需要大规模预训练数据，有些依赖...

一、研究背景   视觉-语言-动作（VLA）模型是当前具身智能的主流架构，但主要分为两大范式，各自面临根本性局限：端到端VLA模型（如RT-2、OpenVLA）严重依赖海量的「指令-视觉-动作」成对数据进行训练，数据获取成本极高且泛化能力有限；分层模型虽通过中间目标表示连接高层语义与底层动作，但中间目标通常需要3D点云等精确几何输入，在开放环境中难以获取。 如何在不依赖任何...

作者：赖文昕 编辑：陈彩娴 过去一周（5.13-5.17），国际顶级机器人学术会议 ICRA（IEEE International Conference on Robotics and Automation）在日本横滨举办吸引了全球机器人领域的研究者、企业及学生，共同探讨机器人领域最新的科学进展和产业成果。 今年 ICRA 大会的主题设定为「CONNECT+」。 大会最终截稿日期是 ...

雷锋网 AI 科技评论按：机器人与自动化国际会议 ICRA 2019 近日正如火如荼地在加拿大蒙特利尔召开。作为展示机器人设计方案以及控制算法的顶级学术会议，ICRA 相比 ICML、ICLR 之类的机器学习会议要更加务实，一方面理论发现要有可用的实现，另一方面自然是「能够在真实机器人上发挥效果」是非常重要的评判标准。这也让 ICRA 会议的前前后后都非常热闹，不仅投稿阶段组委会会鼓励作...

雷锋网按：ICRA 2017 于 5 月 29 日至 6 月 4 日举行，雷锋网 AI 科技评论从新加坡带来一线报道。该会议举办期间，雷锋网将围绕会议议程及获奖论文展开系列专题报道，敬请期待。 目前，ICRA 2017 所有最佳论文评选名单已经出炉，已经于 6 月 1 日进行颁奖典礼。 当天下午，会场的桌子还保留着前一天晚宴的圆桌式摆设，而每一个奖项的多个候选团队都会派代表坐在同一个...

雷锋网AI科技评论按：ICRA全称为“IEEE International Conference on Robotics and Automation”（机器人与自动化会议），是机器人技术领域最有影响力的国际学术会议之一。ICRA 2017于5月29日至6月4日举行，雷锋网AI科技评论从新加坡带来一线报道。该会议举办期间，雷锋网将围绕会议议程及获奖论文展开系列专题报道，敬请期待。  Ana...