VLA-Pro：面向视觉-语言-动作模型的跨任务程序记忆迁移

VLA-Pro 提出一种即插即用框架，通过存储和迁移任务相关程序记忆增强 VLA 模型的跨任务泛化能力。 该框架在训练时存储任务特定的 LoRA 适配器作为参数化程序记忆，推理时基于多模态上下文检索并动态融合记忆以生成动作。 实验显示其在 RoboTwin、RLBench 及真实场景中提升显著，模拟环境相对提升最高达 207%，真实成功率从 5.8% 增至 65.0%。