Research

精读 T-Rex：用 100 小时触觉同步数据、时间 VQ-VAE 与异步 MoT，让 VLA 在双手灵巧操作中以高频触觉闭环修正动作。

StarVLA-α 用 Qwen3-VL、轻量 MLP action head 和统一数据管线重新审视 VLA 复杂度，系统分析 action head、机器人预训练与数据工程。

精读 StarVLA：以 backbone–action-head 分解统一 FAST、OFT、π 与 GR00T，并复用训练、评测和部署接口降低 VLA 复现实验门槛。

精读 SpatialVLA：通过 Ego3D Position Encoding 与 Adaptive Action Grids，把 3D 场景理解和跨机器人动作迁移带入 VLA。

精读 Spatial Traces：将关键点历史轨迹投影到预测深度图，让 SpatialVLA 同时利用三维位置与运动历史；分析其少样本 SimplerEnv 实验、消融与局限。

精读 SLIM：以逆/前向动力学联合预训练 MoT latent，再以 flow matching 输出连续动作，在不做具身预训练下兼顾鲁棒性与低延迟。

精读 SimpleVLA-RL：基于 veRL 为 OpenVLA-OFT 接入闭环并行 rollout、二值结果奖励与探索增强，在 LIBERO、RoboTwin 和真实机器人上验证 VLA 的 RL scaling。

RynnValue 用从观测到语言目标的剩余时间替代偏好与归一化进度，在 7,000+ 小时异构机器人数据上训练价值模型，并作为 VLA 的密集奖励接口。

精读 RT-1 的实时多任务机器人策略。

精读 RLinf-VLA：用统一接口连接 VLA、PPO/GRPO 与多种模拟器，并通过混合 GPU 分配和细粒度流水线提升具身强化学习效率。

精读 RLinf-USER：将机器人作为一等硬件资源，以异步流水线、云边通信和持久回放缓冲区支撑长时程真机在线策略学习。

精读 RL-100：在扩散视觉运动策略上统一模仿学习、迭代离线 RL 与在线 RL，并用一致性蒸馏实现一步控制。

精读 RICL：通过检索增强上下文、动作插值和少量 priming 数据，把原本不会 ICL 的 π₀-FAST 改造成可用 10–20 条示教适应新操作的 VLA。

PriorVLA 用冻结 Prior Expert 与 Expert Queries 保留 VLA 的场景和运动先验，在少样本与 OOD 机器人操作中提升适配性能。

精读 Probe, Learn, Distill：冻结 VLA 通才策略，用残差 RL 探测失败状态，再把分布对齐的恢复轨迹蒸馏回通才模型。