arXiv · 机器人与计算机视觉· Nikolaos Tsagkas, Andreas Sochopoulos, Chris Xiaoxuan Lu, Oisin Mac Aodha, Alexandros Kouris·· 2026-10-12AI 评分70
w^2VLA:一种解耦声明性与程序性知识的视觉语言动作模型
Decoupling the Declarative from the Procedural in Vision-Language-Action Models
AI 导读
arXiv 预印本论文提出 w^2VLA 新架构,通过重构信息流将视觉、空间与技能信息以组合且可解释的方式调制机器人状态序列。该方法旨在解决当前 VLM 微调范式在零样本技能迁移到未见物体时的泛化瓶颈,实现声明性知识与程序性知识的解耦。材料为预印本版本,未报告真实部署结果或具体实验数据。
来源:arXiv · 机器人与计算机视觉 · arxiv.org