Buchumschlag

Vision Language Action Models in Robotic Manipulation: A Systematic Review

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Din, Muhayy Ud, Akram, Waseem, Saoud, Lyes Saad, Rosell, Jan, Hussain, Irfan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LLM-VLM Fusion Framework for Autonomous Maritime Port Inspection using a Heterogeneous UAV-USV System
von: Din, Muhayy Ud, et al.
Veröffentlicht: (2026)

Benchmarking Vision-Based Object Tracking for USVs in Complex Maritime Environments
von: Din, Muhayy Ud, et al.
Veröffentlicht: (2024)

EBA-AI: Ethics-Guided Bias-Aware AI for Efficient Underwater Image Enhancement and Coral Reef Monitoring
von: Saoud, Lyes Saad, et al.
Veröffentlicht: (2025)

FishDet-M: A Unified Large-Scale Benchmark for Robust Fish Detection and CLIP-Guided Model Selection in Diverse Aquatic Visual Domains
von: Abujabal, Muayad, et al.
Veröffentlicht: (2025)

A Review of Generative AI in Aquaculture: Foundations, Applications, and Future Directions for Smart and Sustainable Farming
von: Akram, Waseem, et al.
Veröffentlicht: (2025)

Lang2Manip: A Tool for LLM-Based Symbolic-to-Geometric Planning for Manipulation
von: Din, Muhayy Ud, et al.
Veröffentlicht: (2025)

Real-Time Threaded Houbara Detection and Segmentation for Wildlife Conservation using Mobile Platforms
von: Saoud, Lyes Saad, et al.
Veröffentlicht: (2025)

AquaChat: An LLM-Guided ROV Framework for Adaptive Inspection of Aquaculture Net Pens
von: Akram, Waseem, et al.
Veröffentlicht: (2025)

MVTD: A Benchmark Dataset for Maritime Visual Object Tracking
von: Bakht, Ahsan Baidar, et al.
Veröffentlicht: (2025)

LLM-guided Task and Motion Planning using Knowledge-based Reasoning
von: Din, Muhayy Ud, et al.
Veröffentlicht: (2024)

Maritime Mission Planning for Unmanned Surface Vessel using Large Language Model
von: Din, Muhayy Ud, et al.
Veröffentlicht: (2025)

Bio-Inspired Robotic Houbara: From Development to Field Deployment for Behavioral Studies
von: Saoud, Lyes Saad, et al.
Veröffentlicht: (2025)

Object Manipulation in Marine Environments using Reinforcement Learning
von: Nader, Ahmed, et al.
Veröffentlicht: (2024)

Prioritized Real‐Time UAV‐Based Vessel Detection for Efficient Maritime Search
von: Lyes Saad Saoud, et al.
Veröffentlicht: (2025)

Robust Collision Detection for Robots with Variable Stiffness Actuation by Using MAD-CNN: Modularized-Attention-Dilated Convolutional Neural Network
von: Niu, Zhenwei, et al.
Veröffentlicht: (2023)

BitVLA: 1-bit Vision-Language-Action Models for Robotics Manipulation
von: Wang, Hongyu, et al.
Veröffentlicht: (2025)

MemoryVLA: Perceptual-Cognitive Memory in Vision-Language-Action Models for Robotic Manipulation
von: Shi, Hao, et al.
Veröffentlicht: (2025)

MAP-VLA: Memory-Augmented Prompting for Vision-Language-Action Model in Robotic Manipulation
von: Li, Runhao, et al.
Veröffentlicht: (2025)

Large VLM-based Vision-Language-Action Models for Robotic Manipulation: A Survey
von: Shao, Rui, et al.
Veröffentlicht: (2025)

EveryDayVLA: A Vision-Language-Action Model for Affordable Robotic Manipulation
von: Chopra, Samarth, et al.
Veröffentlicht: (2025)

See, Plan, Rewind: Progress-Aware Vision-Language-Action Models for Robust Robotic Manipulation
von: Dai, Tingjun, et al.
Veröffentlicht: (2026)

SaPaVe: Towards Active Perception and Manipulation in Vision-Language-Action Models for Robotics
von: Liu, Mengzhen, et al.
Veröffentlicht: (2026)

TinyVLA: Towards Fast, Data-Efficient Vision-Language-Action Models for Robotic Manipulation
von: Wen, Junjie, et al.
Veröffentlicht: (2024)

Observe Then Act: Asynchronous Active Vision-Action Model for Robotic Manipulation
von: Wang, Guokang, et al.
Veröffentlicht: (2024)

Explainable Adversarial-Robust Vision-Language-Action Model for Robotic Manipulation
von: Kim, Ju-Young, et al.
Veröffentlicht: (2025)

Conditional Variational Auto Encoder Based Dynamic Motion for Multi-task Imitation Learning
von: Xu, Binzhao, et al.
Veröffentlicht: (2024)

Autonomous Underwater Robotic System for Aquaculture Applications
von: Akram, Waseem, et al.
Veröffentlicht: (2023)

NaVILA: Legged Robot Vision-Language-Action Model for Navigation
von: Cheng, An-Chieh, et al.
Veröffentlicht: (2024)

QUAR-VLA: Vision-Language-Action Model for Quadruped Robots
von: Ding, Pengxiang, et al.
Veröffentlicht: (2023)

DynamicVLA: A Vision-Language-Action Model for Dynamic Object Manipulation
von: Xie, Haozhe, et al.
Veröffentlicht: (2026)

What Matters in Building Vision-Language-Action Models for Generalist Robots
von: Li, Xinghang, et al.
Veröffentlicht: (2024)

FD-VLA: Force-Distilled Vision-Language-Action Model for Contact-Rich Manipulation
von: Zhao, Ruiteng, et al.
Veröffentlicht: (2026)

Manipulate-Anything: Automating Real-World Robots using Vision-Language Models
von: Duan, Jiafei, et al.
Veröffentlicht: (2024)

From Pixels to Tokens: A Systematic Study of Latent Action Supervision for Vision-Language-Action Models
von: Lin, Yihan, et al.
Veröffentlicht: (2026)

Exploring the Limits of Vision-Language-Action Manipulations in Cross-task Generalization
von: Zhou, Jiaming, et al.
Veröffentlicht: (2025)

ReconVLA: Reconstructive Vision-Language-Action Model as Effective Robot Perceiver
von: Song, Wenxuan, et al.
Veröffentlicht: (2025)

RoboGround: Robotic Manipulation with Grounded Vision-Language Priors
von: Huang, Haifeng, et al.
Veröffentlicht: (2025)

MUOT_3M: A 3 Million Frame Multimodal Underwater Benchmark and the MUTrack Tracking Method
von: Bakht, Ahsan Baidar, et al.
Veröffentlicht: (2026)

InstructVLA: Vision-Language-Action Instruction Tuning from Understanding to Manipulation
von: Yang, Shuai, et al.
Veröffentlicht: (2025)

Physically Grounded Vision-Language Models for Robotic Manipulation
von: Gao, Jensen, et al.
Veröffentlicht: (2023)