R2A框架通过运动基元检索提升VLA鲁棒性

2026年10月28日，arXiv发布研究报告，Pham Tri Quang等人提出Retrieve to Act (R2A)测试时扩展框架。该研究旨在解决视觉语言行动（VLA）模型在分布外（OOD）场景下的鲁棒性问题，通过将OOD鲁棒性转化为几何运动基元检索问题来增强策略执行稳定性。 R2A框架利用查询依赖的图神经网络，在离线时空运动基元图中定位执行状态。通过维度级门控机制，框架将检索到的运动先验与冻结的VLA动作进行融合。这一过程无需对基础策略进行微调，实现了在不改变模型参数的前提下提升视觉偏移场景下的稳定性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。