VLA-Pro框架通过程序记忆迁移增强视觉-语言-动作模型跨任务泛化

2026年5月28日，Shengyu Si 等人在arXiv发布VLA-Pro框架论文，该论文已被NeurIPS 2026接收为Poster。 该即插即用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，旨在增强跨任务泛化能力。 实验显示，VLA-Pro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%，真实场景成功率从5.8%增至65.0%。

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。