-
MolmoAct 论文精读：空间推理 Action Reasoning Model精读 MolmoAct：用深度感知 token、视觉轨迹 trace 与离散动作 token，把 VLA 的感知、规划和控制组织成可解释、可 steer 的三阶段推理。
14 min read -
OneTwoVLA 论文精读：让 VLA 在必要时思考、其余时间行动精读 OneTwoVLA：用统一 VLA、自适应 Reason/Act 决策和 reasoning-centric 数据，提升机器人长程规划、纠错、交互与视觉指代。
18 min read -
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精读 Physical Intelligence 的 π₀.₇：多模态 context、混合质量数据、子目标图像与异步 flow policy 如何带来灵巧、跨形态和组合泛化。
24 min read -
Qwen-VLA 论文精读：统一跨任务、环境与机器人形态的 VLA精读 Qwen-VLA：以 Qwen3.5-4B 和 1.15B DiT flow-matching action decoder 统一操作、导航与轨迹预测，并分析其分阶段训练与跨 embodiment 泛化。
20 min read -
RDT-1B 论文精读：用 Diffusion Transformer 学习双臂操作精读 RDT-1B：如何用 Diffusion Transformer、物理可解释的统一动作空间和跨机器人预训练，解决双臂操作中的多模态与数据稀缺。
22 min read -
RDT2 论文精读：探索 UMI 数据规模化的跨本体零样本泛化极限精读 RDT2：用 10,000+ 小时 UMI 示教数据与 RVQ、Flow Matching、蒸馏三阶段训练，让 7B VLA 零样本迁移到未见机器人本体。
19 min read -
π*₀.₆ 与 RECAP 论文精读：让 VLA 从真实经验中变强精读 Physical Intelligence 的 RECAP：用分布式 value function 估计 advantage，再以 advantage conditioning 从示教、自治轨迹和人工干预中迭代改进 VLA。
23 min read -
UniDex 论文精读：从第一视角人类视频到通用灵巧手控制精读 UniDex：用人类视频构建跨形态灵巧手数据集，以 FAAS 统一动作空间，并用 3D VLA 实现零样本跨手迁移。
19 min read -
villa-X 论文精读：用物理接地的 Latent Action 连接 VLA 规划与控制精读 villa-X：用 proprioceptive FDM 让 latent action 对齐机器人动力学，再以 joint diffusion 联合规划 latent action 与低层动作，实现跨 embodiment 的 VLA 迁移。
19 min read -
VISTA：Scaling World Model 论文精读精读 VISTA：用可生成的视觉子目标把 Embodied World Model 变成高层规划器，再由 GoalVLA 执行低层动作，提升少样本机器人操作的 OOD 泛化。
21 min read -
VLA-0 论文精读：不改 VLM，直接把动作写成文本精读 VLA-0：以 Qwen2.5-VL 为底座，不新增动作 token 或动作头，仅用数字文本、动作集成和 masked action augmentation 构建高性能 VLA。
21 min read - VLA-OPD 论文精读：用 On-Policy Distillation 连接 VLA 的 SFT 与 RL
精读 VLA-OPD：让学生 VLA 在自己走出的状态上接受教师的 token-level dense supervision，并用 Reverse-KL 同时获得 SFT 的效率与 RL 的闭环鲁棒性。
17 min read -
WARP-RM 论文精读：用时间扭曲学习相对进度奖励精读 WARP-RM：通过 AR(1) 时间扭曲生成自监督进度标签，再用密集 signed progress 过滤和重加权行为克隆数据。
26 min read -
A2A 论文精读：用历史动作替代高斯噪声的 Flow Matching 策略精读 A2A：把历史本体动作编码为 Flow Matching 的起点，以轻量 MLP 生成未来动作，在单步推理下兼顾低延迟与视觉鲁棒性。
20 min read -
Adaptive Action Chunking 论文精读：让 VLA 在推理时自己决定执行多长精读 AAC：用多候选动作的 action entropy 在推理时自适应选择 chunk size，在不改训练架构的情况下平衡 VLA 的反应性与时间一致性。
20 min read
Collection