提出类脑具身架构NeuroVLA

Weiyu Guo等作者在arXiv发布NeuroVLA论文，提出一种类脑视觉-语言-动作机器人控制架构，将皮层视觉语言规划器、循环小脑调制和有状态脉冲脊髓控制器结合，用于把语义意图转化为具身控制动作。基于论文摘要，该架构利用高频本体感觉和力反馈维持短期运动记忆并处理意外接触。在模拟与物理操控任务中，小脑模块使指令平均jerk降低75.6%；NeuroVLA的碰撞恢复率为54.8%，所评估VLA基线为0.0%。脊髓控制器在FPGA神经形态处理器上实现2.19毫秒推理延迟、每次推理0.87 mJ，推理时功耗约0.4 W。

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。