为 VLA 装上「刹车」:浙大×阿里达摩院发布 4000 万参数外挂式纠错模块
针对 VLA 模型在动作块执行期间的开环盲区,研究团队在不改动主干权重的前提下,于推理管线之外挂载约 4000 万参数的 Corrector:它在隐空间中对比视觉特征的预期与实际变化,偏差持续时清空未执行动作队列,并将偏差转化为梯度信号引导恢复推理。在 AgileX PiPER 实机上九项任务平均成功率由 55.6% 升至 73.3%,目标被人为移走的抗扰任务从 40.0% 提升至 68.3%;模块可直接接入 π0.5 与 SmolVLA,代码与项目页已开源。
vlaself-correctionmanipulation
只在训练期「上班」的世界模型:Phi-WM 1.0 ActEffect 剥离执行期推理开销
Guangxiang Technology 联合清华李升波团队将受控世界模型限制在训练阶段:策略一次前向同时产出前馈、粗提、精修三个候选动作,世界模型在冻结的 DINOv3 特征空间中预测各自后果,并以「精修须胜过粗提、粗提须胜过前馈」的排序约束反向传播进策略权重;训练结束后世界模型与未来观测分支整体剥离,执行阶段零额外推理开销。在换视角、改光照、加噪声的 LIBERO-PLUS 上成功率达 80.3%(Fast-WAM 为 51.5%),29 维动作空间的 RoboCasa-GR1 上达 67.5%,领先第二名 ABot-M0 9.2 个百分点。
world-modelmanipulationtraining-strategy
谁先过门?多机器人导航冲突的首个统一分类学:Social Mini-Game 综述
发表于 Autonomous Robots 的综述将「两台配送机器人同时挤向同一扇门」这类摩擦命名为 Social Mini-Game(SMG)——两个及以上智能体的最优轨迹在同一时间窗内冲突、必有一方让行的情形,并将其形式化为部分可观测随机博弈,给出判断普通导航何时演变为 SMG 的几何判据。作者指出,人类靠微调速度即可优雅化解的冲突,机器人至今难以复现,学科割裂正拖慢这一「最后一米」问题的进展。
multi-robotnavigationsurvey
XDOF 联合 UC Berkeley BAIR 发布 ABC Dataset:号称迄今最大高质量机器人训练数据集
该数据集通过远程遥操作与人类操作者穿戴式传感器,录制叠衣、压平纸箱等日常任务过程,官方称其为迄今最大的高质量机器人训练数据集。
datasetteleoperation