Buchumschlag

Few-Shot Vision-Language Action-Incremental Policy Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Song, Mingchen, Deng, Xiang, Zhong, Guoqiang, Lv, Qi, Wan, Jia, Li, Yinchuan, Hao, Jianye, Guan, Weili
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

STAR: Learning Diverse Robot Skill Abstractions through Rotation-Augmented Vector Quantization
von: Li, Hao, et al.
Veröffentlicht: (2025)

Spatial-Temporal Graph Diffusion Policy with Kinematic Modeling for Bimanual Robotic Manipulation
von: Lv, Qi, et al.
Veröffentlicht: (2025)

EnergyAction: Unimanual to Bimanual Composition with Energy-Based Models
von: Song, Mingchen, et al.
Veröffentlicht: (2026)

3D-AffordanceLLM: Harnessing Large Language Models for Open-Vocabulary Affordance Detection in 3D Worlds
von: Chu, Hengshuo, et al.
Veröffentlicht: (2025)

Conditioning Matters: Training Diffusion Policies is Faster Than You Think
von: Dong, Zibin, et al.
Veröffentlicht: (2025)

Policy Adaptation via Language Optimization: Decomposing Tasks for Few-Shot Imitation
von: Myers, Vivek, et al.
Veröffentlicht: (2024)

Incremental Few-Shot Adaptation for Non-Prehensile Object Manipulation using Parallelizable Physics Simulators
von: Baumeister, Fabian, et al.
Veröffentlicht: (2024)

F1: A Vision-Language-Action Model Bridging Understanding and Generation to Actions
von: Lv, Qi, et al.
Veröffentlicht: (2025)

Efficient Vision-Language-Action Models for Embodied Manipulation: A Systematic Survey
von: Guan, Weifan, et al.
Veröffentlicht: (2025)

Reinforcement Fine-Tuning of Flow-Matching Policies for Vision-Language-Action Models
von: Lyu, Mingyang, et al.
Veröffentlicht: (2025)

Premier-TACO is a Few-Shot Policy Learner: Pretraining Multitask Representation via Temporal Action-Driven Contrastive Loss
von: Zheng, Ruijie, et al.
Veröffentlicht: (2024)

Proto-CLIP: Vision-Language Prototypical Network for Few-Shot Learning
von: P, Jishnu Jaykumar, et al.
Veröffentlicht: (2023)

EmbodiedMAE: A Unified 3D Multi-Modal Representation for Robot Manipulation
von: Dong, Zibin, et al.
Veröffentlicht: (2025)

AnySlot: Goal-Conditioned Vision-Language-Action Policies for Zero-Shot Slot-Level Placement
von: Hu, Zhaofeng, et al.
Veröffentlicht: (2026)

FAST: Efficient Action Tokenization for Vision-Language-Action Models
von: Pertsch, Karl, et al.
Veröffentlicht: (2025)

Flow-Enabled Generalization to Human Demonstrations in Few-Shot Imitation Learning
von: Tang, Runze, et al.
Veröffentlicht: (2026)

Improving Vision-Language-Action Model with Online Reinforcement Learning
von: Guo, Yanjiang, et al.
Veröffentlicht: (2025)

Benchmarking Vision, Language, & Action Models on Robotic Learning Tasks
von: Guruprasad, Pranav, et al.
Veröffentlicht: (2024)

Universal Pose Pretraining for Generalizable Vision-Language-Action Policies
von: Lin, Haitao, et al.
Veröffentlicht: (2026)

FlowRetrieval: Flow-Guided Data Retrieval for Few-Shot Imitation Learning
von: Lin, Li-Heng, et al.
Veröffentlicht: (2024)

Lifelong Ensemble Learning based on Multiple Representations for Few-Shot Object Recognition
von: Kasaei, Hamidreza, et al.
Veröffentlicht: (2022)

CRL-VLA: Continual Vision-Language-Action Learning
von: Zeng, Qixin, et al.
Veröffentlicht: (2026)

Confidence Calibration in Vision-Language-Action Models
von: Zollo, Thomas P, et al.
Veröffentlicht: (2025)

APPLV: Adaptive Planner Parameter Learning from Vision-Language-Action Model
von: Lu, Yuanjie, et al.
Veröffentlicht: (2026)

VLA-Touch: Enhancing Vision-Language-Action Models with Dual-Level Tactile Feedback
von: Bi, Jianxin, et al.
Veröffentlicht: (2025)

World-Value-Action Model: Implicit Planning for Vision-Language-Action Systems
von: Li, Runze, et al.
Veröffentlicht: (2026)

The Lie We Tell: Correcting the Euclidean Fallacy in Vision Language Action Policies via Score Matching on Tangent Space
von: Chuang, Bing-Cheng, et al.
Veröffentlicht: (2026)

ActionCodec: What Makes for Good Action Tokenizers
von: Dong, Zibin, et al.
Veröffentlicht: (2026)

Discrete Diffusion VLA: Bringing Discrete Diffusion to Action Decoding in Vision-Language-Action Policies
von: Liang, Zhixuan, et al.
Veröffentlicht: (2025)

LensDFF: Language-enhanced Sparse Feature Distillation for Efficient Few-Shot Dexterous Manipulation
von: Feng, Qian, et al.
Veröffentlicht: (2025)

Towards Practical World Model-based Reinforcement Learning for Vision-Language-Action Models
von: Zhang, Zhilong, et al.
Veröffentlicht: (2026)

AsyncVLA: Asynchronous Flow Matching for Vision-Language-Action Models
von: Jiang, Yuhua, et al.
Veröffentlicht: (2025)

Few-Shot Task Learning through Inverse Generative Modeling
von: Netanyahu, Aviv, et al.
Veröffentlicht: (2024)

Jump-Start Reinforcement Learning with Vision-Language-Action Regularization
von: Moroncelli, Angelo, et al.
Veröffentlicht: (2026)

See Once, Then Act: Vision-Language-Action Model with Task Learning from One-Shot Video Demonstrations
von: Chen, Guangyan, et al.
Veröffentlicht: (2025)

Mechanistic Finetuning of Vision-Language-Action Models via Few-Shot Demonstrations
von: Mitra, Chancharik, et al.
Veröffentlicht: (2025)

Simple Recipe Works: Vision-Language-Action Models are Natural Continual Learners with Reinforcement Learning
von: Hu, Jiaheng, et al.
Veröffentlicht: (2026)

DyQ-VLA: Temporal-Dynamic-Aware Quantization for Embodied Vision-Language-Action Models
von: Zheng, Zihao, et al.
Veröffentlicht: (2026)

Continuous Reasoning for Vision-Language-Action
von: Wu, Yueh-Hua, et al.
Veröffentlicht: (2026)

OpenVLA: An Open-Source Vision-Language-Action Model
von: Kim, Moo Jin, et al.
Veröffentlicht: (2024)