Research

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。

精读 πRL：将 flow matching 的去噪过程改写为可计算似然的随机策略，使 π0 与 π0.5 能以 PPO 从在线交互中继续提升。

精读 OmniVTA：从 21,879 条视觉-触觉-动作轨迹出发，用 TactileVAE、双流世界模型、接触感知融合与 60Hz 反射控制解决接触丰富操作。

精读 OmniVLA-RL：用 MoT 三专家与 Block-wise Causal Attention 融合空间、语义和动作，并以 Flow-GSPO 稳定优化 Flow Matching 策略。

精读 Multi-Camera View Scaling：把一条同步多相机示教展开为伪示范，并以相机坐标动作和多视角动作聚合提升机器人模仿学习的数据效率与泛化。

精读 μ₀ 如何用 TraceExtract 从视频构建事件级 3D 交互轨迹，再以 B-spline 与 Flow Matching 预训练可跨形态复用的世界模型。

精读 MMaDA-VLA：把语言、图像、动作放进同一离散 token 空间，用并行迭代去噪共同生成目标观测与动作块。

精读 MM-ACT：在共享离散 token 空间中统一生成任务规划、未来图像与动作，并用 Context-Shared Multimodal Learning 提升机器人控制。

精读 ICML 2026 的 Mask World Model：以未来语义 mask 而非 RGB 像素训练世界模型，并用预测特征驱动扩散策略，提升机器人对外观变化的鲁棒性。

精读 LingBot-VA 2.0：以语义视觉-动作 tokenizer、因果 MoE DiT、Multi-Chunk Prediction 与异步闭环推理，实现可泛化的 video-action robot control。

精读 LingBot-VA：将视频世界建模与逆动力学动作生成交织为因果自回归序列，并以 MoT、KV Cache、部分去噪和 FDM 校正实现长时程闭环操控。

精读 LeRobot：统一机器人中间件、LeRobotDataset、可异步推理栈与可复用策略实现，分析其如何降低真实机器人学习的工程门槛。