具身
CoDA：数据引擎与动作策略协同进化
CoDA让生成式仿真数据引擎与机器人动作策略通过共享异构记忆协同进化，用视觉语言评论器诊断策略失败并生成针对性训练程序，配合Text2potential提供稠密监督。在四类操作任务上分布外成功率从5.3%提升至27.6%，LIBERO-Pro上位置扰动成功率由25%升至84%。
具身智能·Hugging Face Papers·5 天前
AI 搜索
带引用 · 可溯源先用站内已采集内容作答；站内不足时联网检索，每条结论都给出来源链接
AI 答案正在检索与综合…
站内相关条目
4 条 · 点击可看原文全文与中文译文
具身
LICOA: Learning Instruction-Conditioned Optical Actions for Mobile Spatial Augmented Reality
LICOA 将投影光视为具身动作：给定语言指令与视觉观测，系统自主决定移动底盘、双自由度反射镜与投影尺度以完成空间增强现实任务。作者构建了150任务、7500条渲染片段的仿真语料与真实世界评测协议，最佳动作模型在480次闭环真机试验中成功率达57.5%，远超从零训练的8.33%，为指令驱动的投影具身控制提供了平台与基准。
具身智能·arXiv cs.RO·5 天前
具身
When to Ask for Help: A Decision-Theoretic Account and Measurement Standard for Slow-Module Scheduling in Dual-System Vision-Language-Action Models
该论文将双系统VLA模型中慢模块的调用问题形式化为决策论问题，提出Value of Intervention统一框架，并给出无泄漏测量协议与调度编译方法，把慢模块触发从设计直觉变为可测量决策。
具身智能·arXiv cs.RO·5 天前
具身
A Phenomenology of Neural Geometry in Vision-Language-Action Models
该论文研究视觉-语言-动作（VLA）策略内部表征的几何形状，通过线性探针与激活干预，对七个任务相关概念建立分类体系。发现概念几何多为多维且受物理约束塑造，如关节限位使腕部朝向呈弧而非圆，距离由粗/细两个正交子空间表示。该几何在多个模型与真实数据中复现，并可用于引导操控，表明概念形状与可读性同等重要。
具身智能·arXiv cs.RO·5 天前