← 视觉 · 语言 · 动作 / 多任务与跨本体任务相关与无关潜动作的分离RSS 2025 · Fig. 2 · p.4 ↗
正式发表 / Vision–Language–Action
UniVLA
Learning to Act Anywhere with Task-centric Latent Actions
RSS · 2025
快照 2026-10-28 · 引用:Semantic Scholar / arXiv 关联记录 · 代码核验依据 ↗
关键框架 FRAMEWORK
先在表征空间分离任务无关和任务相关变化,再以任务中心潜动作监督通用策略,最后训练动作解码接口。
- 01学习任务中心潜动作
- 02预训练潜动作策略
- 03适配可执行动作头
THE IDEA
它在解决什么
先在表征空间分离任务无关和任务相关变化,再以任务中心潜动作监督通用策略,最后训练动作解码接口。
WHY READ IT
为什么放在这条路线
与 VQ-BeT 量化真实动作区分,UniVLA 从视频转移中提取潜动作;下游仍需映射到具体机器人控制。
READ WITH A QUESTION
读的时候,留意什么
潜动作预训练无需真实动作标签,不等于部署时无需动作数据或本体适配;图展示潜动作学习模块。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器