Buchumschlag

SITCOM: Scaling Inference-Time COMpute for VLAs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Saxena, Ayudh, Shah, Harsh, Routray, Sandeep, Shah, Rishi Rajesh, Pahwa, Esha
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

VLASH: Real-Time VLAs via Future-State-Aware Asynchronous Inference
von: Tang, Jiaming, et al.
Veröffentlicht: (2025)

FASTER: Rethinking Real-Time Flow VLAs
von: Lu, Yuxiang, et al.
Veröffentlicht: (2026)

Running VLAs at Real-time Speed
von: Ma, Yunchao, et al.
Veröffentlicht: (2025)

Realtime-VLA FLASH: Speculative Inference Framework for Diffusion-based VLAs
von: Niu, Jiahui, et al.
Veröffentlicht: (2026)

VLAs are Confined yet Capable of Generalizing to Novel Instructions
von: Li, Quanyi
Veröffentlicht: (2025)

Shallow-π: Knowledge Distillation for Flow-based VLAs
von: Jeon, Boseong, et al.
Veröffentlicht: (2026)

Primitive Subspaces Mediate Few-Shot Transfer in VLAs
von: Singh, Anya, et al.
Veröffentlicht: (2026)

Retrieve-then-Steer: Online Success Memory for Test-Time Adaptation of Generative VLAs
von: Zhao, Jianchao, et al.
Veröffentlicht: (2026)

Actions as Language: Fine-Tuning VLMs into VLAs Without Catastrophic Forgetting
von: Hancock, Asher J., et al.
Veröffentlicht: (2025)

Notes-to-Self: Scratchpad Augmented VLAs for Memory Dependent Manipulation Tasks
von: Haresh, Sanjay, et al.
Veröffentlicht: (2026)

How Do VLAs Effectively Inherit from VLMs?
von: Zhang, Chuheng, et al.
Veröffentlicht: (2025)

cVLA: Towards Efficient Camera-Space VLAs
von: Argus, Max, et al.
Veröffentlicht: (2025)

How VLAs (Really) Work In Open-World Environments
von: Rasouli, Amir, et al.
Veröffentlicht: (2026)

Scaling Sim-to-Real Reinforcement Learning for Robot VLAs with Generative 3D Worlds
von: Choi, Andrew, et al.
Veröffentlicht: (2026)

Realtime-VLA V2: Learning to Run VLAs Fast, Smooth, and Accurate
von: Yang, Chen, et al.
Veröffentlicht: (2026)

VLA-0: Building State-of-the-Art VLAs with Zero Modification
von: Goyal, Ankit, et al.
Veröffentlicht: (2025)

REALM: Real-Time Estimates of Assistance for Learned Models in Human-Robot Interaction
von: Hagenow, Michael, et al.
Veröffentlicht: (2025)

Differentiate-and-Inject: Enhancing VLAs via Functional Differentiation Induced by In-Parameter Structural Reasoning
von: Hou, Jingyi, et al.
Veröffentlicht: (2026)

Do World Action Models Generalize Better than VLAs? A Robustness Study
von: Zhang, Zhanguang, et al.
Veröffentlicht: (2026)

Lost in Fog: Sensor Perturbations Expose Reasoning Fragility in Driving VLAs
von: Priyadershi, Abhinaw, et al.
Veröffentlicht: (2026)

Affordance Field Intervention: Enabling VLAs to Escape Memory Traps in Robotic Manipulation
von: Xu, Siyu, et al.
Veröffentlicht: (2025)

AGDC: Automatic Garbage Detection and Collection
von: Bansal, Siddhant, et al.
Veröffentlicht: (2019)

LEGS: Fine-Tuning Teleop-Free VLAs for Humanoid Loco-manipulation in an Embodied Gaussian Splatting World
von: Kim, Hojune, et al.
Veröffentlicht: (2026)

ViPRA: Video Prediction for Robot Actions
von: Routray, Sandeep, et al.
Veröffentlicht: (2025)

When Vision Overrides Language: Evaluating and Mitigating Counterfactual Failures in VLAs
von: Fang, Yu, et al.
Veröffentlicht: (2026)

Compositional Visual Planning via Inference-Time Diffusion Scaling
von: Zhang, Yixin, et al.
Veröffentlicht: (2026)

The Price Is Not Right: Neuro-Symbolic Methods Outperform VLAs on Structured Long-Horizon Manipulation Tasks with Significantly Lower Energy Consumption
von: Duggan, Timothy, et al.
Veröffentlicht: (2026)

What Frozen VLAs Already Know About Success: A Probing Study of Value-Like Structure in Foundation Robot Policies
von: Zhang, Jiachen, et al.
Veröffentlicht: (2026)

Inference of Human-derived Specifications of Object Placement via Demonstration
von: Cuellar, Alex, et al.
Veröffentlicht: (2025)

SANGO: Socially Aware Navigation through Grouped Obstacles
von: Malladi, Rahath, et al.
Veröffentlicht: (2024)

$π$-StepNFT: Wider Space Needs Finer Steps in Online RL for Flow-based VLAs
von: Wang, Siting, et al.
Veröffentlicht: (2026)

Learning Affordances at Inference-Time for Vision-Language-Action Models
von: Shah, Ameesh, et al.
Veröffentlicht: (2025)

Robotic 3D Flower Pose Estimation for Small-Scale Urban Farms
von: Muriki, Harsh, et al.
Veröffentlicht: (2025)

Towards Real-Time Interpolation for Enhanced AUV Deep Sea Mapping
von: Saxena, Devanshu
Veröffentlicht: (2025)

mimic-video: Video-Action Models for Generalizable Robot Control Beyond VLAs
von: Pai, Jonas, et al.
Veröffentlicht: (2025)

VTAM: Video-Tactile-Action Models for Complex Physical Interaction Beyond VLAs
von: Yuan, Haoran, et al.
Veröffentlicht: (2026)

CoordLight: Learning Decentralized Coordination for Network-Wide Traffic Signal Control
von: Zhang, Yifeng, et al.
Veröffentlicht: (2026)

Slug Mobile: Test-Bench for RL Testing
von: Morris, Jonathan Wellington, et al.
Veröffentlicht: (2024)

Inference-Time Policy Steering through Human Interactions
von: Wang, Yanwei, et al.
Veröffentlicht: (2024)

Learning Contextually-Adaptive Rewards via Calibrated Features
von: Forsey-Smerek, Alexandra, et al.
Veröffentlicht: (2025)