FocusVLA动态视图路由提升VLA模型成功率

2026年10月23日，arXiv收录论文FocusVLA，该工作提出基于未来意图的动态视图路由框架。其核心是通过预测未来交互意图，动态协调全局与局部视图，以提升VLA（视觉-语言-动作）模型的表现。 实验数据显示，该框架在RoboTwin 2.0基准上将平均成功率提升了10.10个百分点；在真实机器人实验中，成功率从71.7%提升至85.0%。该模块具备即插即用特性，可集成至现有VLA框架且无需修改核心架构。 该研究已被机器人学习领域顶级会议CoRL 2026录用。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。