arXiv · cs.AI· Nikolaos Tsagkas, Andreas Sochopoulos, Chris Xiaoxuan Lu, Oisin Mac Aodha, Alexandros Kouris·· 5 小时前
w²VLA 解耦视觉-语言-动作模型中的声明式与程序式知识
Decoupling the Declarative from the Procedural in Vision-Language-Action Models
arXiv:2606.21496v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Nikolaos Tsagkas, Andreas Sochopoulos, Chris Xiaoxuan Lu, Oisin Mac Aodha, Alexandros Kouris
研究任务与主要进展
作者在论文摘要中提出w²VLA，通过重构信息流，将视觉、空间和技能信息组合起来分别调节机器人状态序列，以解耦概念语义与操作程序知识。模型面向行为克隆和跨差异未见物体的零样本技能迁移，作者报告其实现了稳健的行为克隆与零样本迁移能力；当前材料仅为论文摘要，未提供完整实验和基准细节。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org