EvoScene-VLA：在动作解码器中演化场景信念以实现分块机器人控制

Chushan Zhang, Ruihan Lu, Jinguang Tong, Xuesong Li, Yikai Wang, Hongdong Li

2026

摘要

提出一种持久化、由动作更新的场景状态，跨控制块传递，使视觉语言模型能结合当前观测与先前动作产生的场景先验。在31个RoboTwin任务和真实机器人上取得提升，但改进幅度有限，并非突破性进展。

vision-language-actionscene prioraction-updated statechunked controlrobotic manipulation

MANIPULATION

📊 2 引用

Yusen Li, Ziwei Wang, Xiangye Zhu 等 12 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 1 引用

Shaoqing Qin, Lida Zhu, Yanpeng Hao 等 10 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Bo Li, Yuanbo Zhao, Huijie Xiao 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Hao Li, Yuhui Yu, Rui Fu 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026