Archives

WorldArena 论文精读

UMI-Bench 1.0 论文精读：把 UMI 数据到真实机器人评测串成一条可审计流水线

Universal Manipulation Interface 论文精读：让机器人从野外人类示教中学习

TouchAnything 论文精读：从第一视角视频估计双手触觉

SONIC 论文精读：自然人形机器人全身控制的规模化动作跟踪

SIMPLER 论文精读：用仿真可靠评测真实机器人操作策略

SIM1 论文精读：让变形物理模拟成为零样本数据扩展器

RoboTwin 2.0 论文精读：用可规模化仿真数据提升双臂操作鲁棒性

RoboDojo 论文精读：统一仿真与真实世界的通用机器人操作评测基准

RoboChallenge 论文精读：用远端机器人做大规模 VLA 真实评测

RoboCasa 论文精读：把日常机器人训练数据扩展到十万条轨迹

Open X-Embodiment 论文精读：用跨机器人数据训练 RT-X 通用策略

Open-H-Embodiment 论文精读：让医疗机器人也拥有可扩展的基础模型数据

Open-AoE 论文精读：把智能手机第一视角视频变成具身学习基础设施

OmniUMI 论文精读：让机器人从人类对接触的感觉中学习

MimicGen 论文精读：用少量人类示教规模化生成机器人数据

LIBERO-Plus 论文精读：VLA 鲁棒性的系统性体检

LIBERO 论文精读：终身机器人学习知识迁移基准

InternData-A1 论文精读：合成数据能否预训练通用机器人策略？

HiFi-UMI 论文精读：仅用高保真 UMI 数据学习可部署操作策略

FastUMI 论文精读：可扩展、硬件无关的通用操作接口

EgoVerse：面向机器人学习的全球第一视角人类数据集论文精读

EgoSteer 论文精读：从第一视角视频到可操控灵巧操作

EgoScale 论文精读：用 2 万小时人类视频扩展灵巧操作

EgoLive 论文精读：面向真实人类任务的大规模第一视角数据集

EgoInfinity 论文精读：把任意视角网络视频编译成可执行机器人动作

EBench 论文精读：通用移动操作能力诊断

DreamControl-v2 论文精读：让人形机器人在自身空间里“做梦”

DexUMI 论文精读：用人手作为通用灵巧操作接口

BeyondMimic 论文精读：从动作跟踪到可组合的人形机器人控制

A1 论文精读：Fully Transparent、Adaptive、Efficient 的 Truncated VLA

WSA1 论文精读：3D World-Spatial-Action Robot Control

Do World Action Models Generalize Better than VLAs? 论文精读

What Matters for Latent Actions in Robot Learning 论文精读

VTAM 论文精读：让机器人用触觉预测接触动力学

VP-VLA 论文精读

VLAC 论文精读：让 VLA 同时成为策略与过程奖励模型

ViVa 论文精读：让视频生成模型成为机器人价值函数

VideoVLA 论文精读：让视频生成器同时想象与执行

TwinBrainVLA 论文精读：冻结通用大脑的双流 VLA

Training-Time Action Conditioning 论文精读

TraceVLA 论文精读：用视觉轨迹提示补上 VLA 的时空记忆

TouchWorld 论文精读：让触觉既能预测未来，也能实时纠错

ThinkAct 论文精读：用视觉潜变量让 VLA 先思考再行动

TacVLA 论文精读：接触感知触觉融合 VLA

T-Rex 论文精读：Tactile-Reactive Dexterous Manipulation

StarVLA-α 论文精读

StarVLA 论文精读：用可插拔骨干与动作头统一 VLA 研究

SpatialVLA 论文精读：用 3D 空间表示统一跨机器人 VLA

Spatial Traces 论文精读：把时间轨迹写进深度图的 ST-VLA

SLIM-0.5B 论文精读：用 action-grounded predictive latents 做紧凑机器人策略

SimpleVLA-RL 论文精读：用在线强化学习扩展 VLA 的数据与泛化能力

RynnValue 论文精读：用时间距离训练可扩展的机器人价值基础模型

RT-1：Robotics Transformer 论文精读

RLinf-VLA 论文精读：统一且高效的 VLA 强化学习框架

RLinf-USER：真机在线策略学习系统 论文精读

RL-100 论文精读：用真实世界 RL 把扩散策略推向 100% 成功率

RICL 论文精读：给预训练 VLA 注入 In-Context Adaptability

PriorVLA 论文精读：保留预训练先验的 VLA 适配

PLD 论文精读：用残差强化学习让 VLA 自己生成训练数据

πRL 论文精读：为 Flow-based VLA 打通 Online RL

OmniVTA 论文精读：视觉-触觉世界模型驱动的接触丰富操作

OmniVLA-RL 论文精读：空间理解与在线强化学习统一的 VLA

多相机视角扩展论文精读：用同步视角提升模仿学习的数据效率

μ₀：A Scalable 3D Interaction-Trace World Model 论文精读

MMaDA-VLA 论文精读：统一多模态指令与生成的离散扩散 VLA

MM-ACT 论文精读：Learn from Multimodal Parallel Generation to Act

MWM 论文精读：让世界模型预测真正影响机器人决策的东西

LingBot-VA 2.0 论文精读：原生视频-动作预训练如何服务通用机器人控制

LingBot-VA 论文精读：用因果世界模型驱动机器人控制

LeRobot 论文精读：把机器人学习做成端到端开源基础设施

Learning while Deploying 论文精读：让机器人群在部署中持续学习

LaWAM 论文精读：用潜空间世界模型预测机器人动作的视觉子目标

LA4VLA 论文精读：Learning to Act without Seeing

InternVLA-A1 论文精读：把理解、想象与动作统一起来

Hume 论文精读：让 VLA 先思考，再流畅行动

Helix 技术发布精读：快慢双系统 VLA

HALO 论文精读：让 VLA 先思考、再想象、后行动

What Do VLAs Actually Inherit from VLMs? 论文精读

GR-RL：面向长时域灵巧精密操作的强化学习专精化

Genie Envisioner 论文精读：把世界模型、动作策略与模拟器合成一个闭环平台

FTP-1 论文精读：把异构触觉做成可迁移的基础策略

ForceVLA2 论文精读：让 VLA 学会感知并控制接触力

FineVLA 论文精读：用细粒度语言让 VLA 真正听懂“怎么做”

FD-VLA 论文精读

Fast-in-Slow 论文精读：把高速执行嵌入慢速推理的统一 VLA

Evo-0 论文精读：让 VLA 从 RGB 中获得隐式空间理解

dWorldEval 论文精读：用离散扩散世界模型规模化评估机器人策略

dVLA 论文精读：用多模态 CoT 统一扩散式 VLA

DUST 论文精读：双流扩散增强 World-Model VLA

DreamZero 论文精读：World Action Models are Zero-shot Policies

DreamVLA 论文精读：让机器人先“做梦”再行动

3D Diffusion Policy（DP3）论文精读：用稀疏点云提升少样本视觉运动泛化

Ctrl-World 论文精读：让世界模型在想象中评估和改进机器人策略

Cosmos Policy 论文精读：把视频扩散模型变成策略、世界模型与规划器

BagelVLA 论文精读：用交错语言计划与视觉预见解决长时域操作

ASPIRE 论文精读：让机器人像软件工程师一样积累技能

AIM：带空间价值图的意图感知统一世界-动作模型论文精读

Adaptive Action Chunking 论文精读：让 VLA 在推理时自己决定执行多长

A2A 论文精读：用历史动作替代高斯噪声的 Flow Matching 策略

WARP-RM 论文精读：用时间扭曲学习相对进度奖励

VLA-OPD 论文精读：用 On-Policy Distillation 连接 VLA 的 SFT 与 RL

VLA-0 论文精读：不改 VLM，直接把动作写成文本

VISTA：Scaling World Model 论文精读

villa-X 论文精读：用物理接地的 Latent Action 连接 VLA 规划与控制

UniDex 论文精读：从第一视角人类视频到通用灵巧手控制

π*₀.₆ 与 RECAP 论文精读：让 VLA 从真实经验中变强

RDT2 论文精读：探索 UMI 数据规模化的跨本体零样本泛化极限

RDT-1B 论文精读：用 Diffusion Transformer 学习双臂操作

Qwen-VLA 论文精读：统一跨任务、环境与机器人形态的 VLA

π₀.₇ 论文精读：用多模态提示把机器人基础模型变成可操控的通才

OneTwoVLA 论文精读：让 VLA 在必要时思考、其余时间行动

MolmoAct 论文精读：空间推理 Action Reasoning Model

LAPA 论文精读：从无动作标签视频学习 Vision-Language-Action 模型

LAP：Language-Action Pre-Training 论文精读

Knowledge Insulating Vision-Language-Action Models 论文精读

InternVLA-M1 论文精读：用空间先验连接 VLM 推理与机器人动作

InSpire：用内在空间推理提升 VLA 泛化能力

HEX：跨形态人形全身操作论文精读

GR00T N1 论文精读：面向通用人形机器人的开放基础模型

G0.5 论文精读：One Autoregressive Stream for Robot Action

FASTer 论文精读：用神经动作 Tokenization 加速自回归 VLA

FAST 论文精读：高效的 Vision-Language-Action 动作 Tokenization

CoT-VLA 论文精读：让机器人先想象目标，再执行动作

CLAP 论文精读：从人类视频学习可执行的 Vision-Language-Action 模型

CAIP 论文精读：让视觉表征对动作有感觉

ActionCodec 论文精读：什么样的 Action Tokenizer 才适合 VLA？

ACE-Ego-0 论文精读：把第一视角人类视频变成 VLA 的可用动作监督

X-VLA 论文精读：用 Soft Prompt 统一跨本体 Vision-Language-Action 学习

SmolVLA 论文精读：面向低成本机器人的高效 Vision-Language-Action 模型

Qwen-RobotManip 论文精读：对齐如何释放机器人规模化

ChatVLA-2 论文精读：让 VLA 保留 VLM 的开放世界推理

TinyVLA 论文精读：轻量 VLM 与扩散策略打造快速 VLA

RT-2 论文精读：Vision-Language-Action Models

RoboDual 论文精读：让通才 VLA 与扩散专家协同控制

π₀.₅ 论文精读：面向开放世界泛化的 Vision-Language-Action 模型

π₀ 论文精读：通用机器人控制的视觉-语言-动作流模型

OpenVLA-OFT 论文精读：Fine-Tuning Vision-Language-Action Models

OpenVLA 论文精读

Diffusion Policy 论文精读：用动作扩散学习视觉运动策略

CogACT 论文精读：让 VLM 负责认知，让 Diffusion Transformer 负责动作

BAGEL 论文精读：交错多模态预训练中的涌现能力

ACT 论文精读：Action Chunking with Transformers

Robotic Grasp Detection (12): 执行感知评估与开放问题

Robotic Grasp Detection (11): 夹爪感知与跨具身抓取检测

Robotic Grasp Detection (10): 多模态感知与闭环抓取优化

Robotic Grasp Detection (9): 目标、任务、部件与语言条件抓取

Robotic Grasp Detection (8): 基于扩散模型与流模型的生成式抓取检测

Robotic Grasp Detection (7): 不完整几何与主动感知

Robotic Grasp Detection (6): 数据集与基准评测协议

Robotic Grasp Detection (5): 稠密、接触中心与体素抓取表示

Robotic Grasp Detection (4): 基于点云的采样式 6-DoF 抓取检测

Robotic Grasp Detection (3): 平面与 2.5-D 抓取检测

Robotic Grasp Detection (2): 抓取几何与质量评价

Robotic Grasp Detection (1): 问题定义与分类体系

Robotic Grasp Detection (0): 系列范围、发展脉络与抓取决策流程

Paper Reading: Embodied AI 5

Paper Reading: Embodied AI 4

Paper Reading: VLM 2

Paper Reading: VLM 1

Paper Reading: Unify MLLM 1

Paper Reading: Unify MLLM 1

Paper Reading: MLLM 2

Paper Reading: MLLM 1

Paper Reading: MARL 1

Paper Reading: LLM 2

Paper Reading: LLM 1

Paper Reading: Embodied AI 3

Paper Reading: Embodied AI 2

Paper Reading: Embodied AI 1

Paper Reading: CV 3

Paper Reading: CV 2

Paper Reading: CV 1

Paper Reading: Basic Method 1

Ubuntu OpenSSH 远程服务器配置教程

Vim 详细使用教程：从入门到高频操作

共享服务器下 Git 版本管理实战（Linux/macOS/Windows）

用 scp 向远程服务器传送文件

纯 SSH 服务器配置 RustDesk（命令行方案）

Linux 无图形界面服务器代理配置（Clash Verge 方案）

在本地电脑上配置 GitHub 权限（SSH/HTTPS）

Vibe Coding For AI 4: Gemini CLI 安装与使用指南

Vibe Coding For AI 3: Codex CLI 安装与使用指南

Vibe Coding For AI 2: Claude CLI 安装与使用指南

SSH 断连不掉任务：tmux 入门教程

如何把本地项目上传到 GitHub 仓库（完整教程）

Ubuntu 24.04 安装 MATLAB R2024a

A800 服务器深度学习环境标准配置教程

在 VSCode 上配置 SSH 远程开发

Vibe Coding For AI 1: Windows 上配置 Coding Agent 指南

RL笔记（29）：推理模型的崛起 (GRPO & PRM)

RL笔记（28）：大语言模型与强化学习 (LLM + RLHF)

RL笔记（27）：MARL 最后的波纹 (MAT & HASAC)

RL笔记（26）：异构智能体信任区域优化 (HAPPO & HATRPO)

RL笔记（25）：多智能体策略梯度 (MADDPG & MAPPO)

RL笔记（24）：超越单调性 (QTRAN, WQMIX, QPLEX)

RL笔记（23）：多智能体值分解 (VDN & QMIX)

Slay the Spire: Silent Cards 评测

Galgame 简评系列 2

Galgame 简评系列 1

RL笔记（22）：初入多智能体强化学习 (MARL)

RL笔记（21）：目标导向的强化学习 (Goal-Conditioned RL)

RL笔记（20）：Decision Transformer

RL笔记（19）：离线强化学习 (Offline RL)

RL笔记（18）：基于模型的策略优化 (MBPO)

RL笔记（17）：模型预测控制 (MPC)

RL笔记（16）：模仿学习 (Imitation Learning)

RL笔记（15）：SAC

RL笔记（14）：SQL

RL笔记（13）：DDPG

RL笔记（12）：PPO

RL笔记（11）：TRPO

RL笔记（10）：Actor-Critic

RL笔记（9）：REINFORCE

RL笔记（8）：DQN

RL笔记（7）：Dyna-Q

RL笔记（6）：时序差分

RL笔记（5）：蒙特卡洛

RL笔记（4）：动态规划

RL笔记（3）：马尔可夫决策过程

RL笔记（2）：多臂老虎机

RL笔记（1）：初入强化学习