跳到正文
arXiv · 机器人与计算机视觉· Gaoge Han, Zhengqing Gao, Ziwen Li, Jiaxin Huang, Shaoli Huang, Fakhri Karray, Mingming Gong, Tongliang Liu·· 2026-10-09AI 评分58

ExecVLA:利用双层动作表示让视觉语言动作模型遵循细粒度执行约束

ExecVLA: Following Fine-Grained Execution Constraints in Vision-Language-Action Models with Bi-Level Action Representation

AI 导读

该论文研究视觉语言动作(VLA)模型如何遵循指令指定的细粒度执行约束。作者提出 ExecVLA 框架,通过双层动作表示将目标导向组件与执行特定组件分离,并引入显式的目标不变性与执行可预测性目标。

来源:arXiv · 机器人与计算机视觉 · arxiv.org