№vla策略·general
VLA策略
别名
- 首次出现
- 2026-05-22
- 最近出现
- 2026-06-09
- 累计提及
- 3
§ 01综述
VLA策略（视觉-语言-动作策略）是一种结合视觉、语言和动作模态的机器人学习范式，使机器人能够通过自然语言指令和视觉感知来执行复杂操作。该领域近期在模型压缩、故障恢复、行为可解释性和训练加速方面取得显著进展。
VLA策略近期进展
故障恢复能力提升：ReCoVLA利用视觉语言模型（VLM）引导奖励编译，使VLA策略能在执行失败后自主调整动作，显著增强鲁棒性。ReCoVLA：VLM引导奖励编译，提升VLA策略故障恢复能力
行为级可解释性：事件锚定稀疏自编码器（Event-Anchored Sparse Autoencoders）为VLA策略提供可解释的行为表示，揭示中间决策过程，有助于理解模型内部机制。事件锚定稀疏自编码器：为VLA策略提供行为级可解释性
模型压缩与蒸馏：VLA-AD通过离线语义引导蒸馏，将7B参数的VLA教师模型压缩44倍至158M学生模型，在保持高性能的同时大幅降低计算需求。VLA-AD：离线语义引导蒸馏，将7B VLA教师压缩44倍至158M学生模型
训练加速：概率性分块掩码（Probabilistic Chunking Mask）方法将VLA策略的强化学习训练速度提升2.38倍，通过动态分组动作块减少探索空间。PCM：概率性分块掩码加速VLA强化学习2.38倍
当前焦点与观察点
当前VLA策略的研究焦点集中在提升实用性与可解释性：一是通过蒸馏和加速技术降低模型部署成本，推动VLA策略从实验室走向真实机器人；二是通过稀疏编码和奖励编译增强模型的故障恢复与决策透明度，以应对复杂动态环境。然而，VLA策略的泛化能力、跨任务迁移以及长时序动作规划仍是未完全解决的挑战。随着模型压缩方法的成熟，未来VLA策略有望在低算力设备上实现实时控制，同时可解释性的突破将增强人机信任与调试效率。