Paper Deep Dive

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。

精读 LWD：用 DIVL 分布式价值学习与 QAM 流策略提取，把 16 台双臂机器人部署产生的离线与在线经验闭环用于通用 VLA 持续改进。

精读 LaWAM：把 Latent Action Model 的前向解码器复用为 Latent World Model，在 DINOv3 特征空间预测动作相关的未来视觉子目标，兼顾动力学预见与低延迟控制。

精读 LA4VLA：从 DROID 轨迹构造 33K 个 vision-agnostic atomic action episode，用 Language-Action 预训练让 VLA 学会语言如何约束动作。

精读 InternVLA-A1：用 Mixture-of-Transformers 统一场景理解、视觉前瞻与 Flow Matching 动作，在动态双臂操作中提升泛化。