用3D接地潜动作把异构视频变成共享监督，无需原生动作标签预训练出4B级VLA操作策略

无需训练模型，给LLM装上几何控制外设即可在长程机器人任务上超越VLA与世界动作模型。

能力感知 harness 编排分层 VLA，仅凭视觉与键鼠在 Minecraft 完成长视野任务

用带成功门控多样性目标的RL生成器批量产出多样成功示教，大幅提升下游VLA模仿学习成功率

让VLA模型预测未来交互意图，按操作阶段动态路由全局与腕部视角。

将停止/失败信号作为动作块附加维度联合去噪，让VLA自省成败并引导纠错动作。

用语言统一动作与视觉变化，单个潜世界模型跨域联合训练，规划与策略推理大幅提速。

奖励模型自动监视并触发教师接管收集恢复轨迹，联合三分布蒸馏迁移基础模型能力，较BC最高提升4.1倍

用10倍小的Mamba动作专家替换π0.5，去噪延迟降64.8%，LIBERO成功率反升1.08点

SFT加多轮RL后训练机器人规划器，成功率从18.1%提升至71.0%

用可编辑harness组织VLM智能体并从执行经验自进化，历史依赖操控提升7个百分点

复用被丢弃的动作尾部，自适应分配去噪预算，让VLA更快更准

500小时自我中心人类全身数据加人-机对齐管线，三阶段训练λ₀使移动操作随数据规模单调提升

把产线约束变成可控评测变量，五个VLA仿真全零分，工业数据共训练提升真机迁移

66个仿真灵巧任务配1.8万条人类演示，最佳多任务策略仅29.1%成功率

统一协议评测显示 GPT-6-Astra 模拟基准接近饱和，但距实用具身智能仍有显著差距

按当前语境为 VLA 双模块生成低秩更新，让策略参数随交互动态形变

把当前到未来状态的物理变化作为显式预训练监督，部署时零额外开销

双循环框架围绕冻结VLA实现个性化规划、主动安全屏蔽与失败恢复

首个用模型-数据-环境-执行框架四域17类体系统一梳理智能体机器人研究的系统性综述