-
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。
22 min read -
SimpleVLA-RL 论文精读：用在线强化学习扩展 VLA 的数据与泛化能力精读 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。
18 min read -
SLIM-0.5B 论文精读：用 action-grounded predictive latents 做紧凑机器人策略精读 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。
19 min read -
Spatial Traces 论文精读：把时间轨迹写进深度图的 ST-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。
23 min read -
SpatialVLA 论文精读：用 3D 空间表示统一跨机器人 VLA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。
16 min read -
StarVLA 论文精读：用可插拔骨干与动作头统一 VLA 研究精读 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。
18 min read -
StarVLA-α 论文精读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。
15 min read -
T-Rex 论文精读：Tactile-Reactive Dexterous Manipulation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。
15 min read -
TacVLA 论文精读：接触感知触觉融合 VLA精读 TacVLA：用低维触觉 token 与接触感知门控，让 VLA 在遮挡、拆解和盒内抓取中的接触控制更可靠。
16 min read -
ThinkAct 论文精读：用视觉潜变量让 VLA 先思考再行动精读 ThinkAct：用动作对齐的视觉奖励通过 GRPO 训练 embodied reasoning，再以视觉计划 latent 条件化 DiT Action Model，实现长时规划、少样本适应与自纠错。
14 min read - TouchWorld 论文精读：让触觉既能预测未来，也能实时纠错
精读 TouchWorld：通过分层规划、触觉世界模型与 30 Hz 残差控制，把视觉语义、接触预测和快速触觉反馈组合成灵巧操作策略。
16 min read -
TraceVLA 论文精读：用视觉轨迹提示补上 VLA 的时空记忆精读 TraceVLA：用 Co-Tracker 把机器人和物体的历史运动叠加到当前图像，在不堆叠历史帧的情况下增强 VLA 的空间—时间感知。
18 min read -
Training-Time Action Conditioning 论文精读精读 Training-Time Action Conditioning：用训练时模拟推理延迟和 action prefix 条件化，去掉 RTC 的推理时 inpainting 开销。
15 min read -
TwinBrainVLA 论文精读：冻结通用大脑的双流 VLA精读 TwinBrainVLA：冻结 Left Brain、训练 Right Brain，并用 AsyMoT 将通用视觉语义注入 Flow-Matching 控制器，缓解 VLA 的 catastrophic forgetting。
19 min read -
VideoVLA 论文精读：让视频生成器同时想象与执行精读 VideoVLA：基于 CogVideoX-5B 的多模态 DiT 同时预测未来视频 latent 与 7D 动作，在 SIMPLER 和真实 Realman 上验证视频想象带来的泛化能力。
21 min read
Collection