Buchumschlag

Efficient Long-Horizon Vision-Language-Action Models via Static-Dynamic Disentanglement

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qiu, Weikang, Lei, Huashuo, Huang, Tinglin, Ying, Rex
Format:	Preprint
Veröffentlicht:	2026
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

FASTer: Toward Efficient Autoregressive Vision Language Action Modeling via Neural Action Tokenization
von: Liu, Yicheng, et al.
Veröffentlicht: (2025)

ActDistill: General Action-Guided Self-Derived Distillation for Efficient Vision-Language-Action Models
von: Ye, Wencheng, et al.
Veröffentlicht: (2025)

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

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

CronusVLA: Towards Efficient and Robust Manipulation via Multi-Frame Vision-Language-Action Modeling
von: Li, Hao, et al.
Veröffentlicht: (2025)

Unified Vision-Language-Action Model
von: Wang, Yuqi, et al.
Veröffentlicht: (2025)

Seeing Realism from Simulation: Efficient Video Transfer for Vision-Language-Action Data Augmentation
von: Hui, Chenyu, et al.
Veröffentlicht: (2026)

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

DDP-WM: Disentangled Dynamics Prediction for Efficient World Models
von: Yin, Shicheng, et al.
Veröffentlicht: (2026)

PD-VLA: Accelerating Vision-Language-Action Model Integrated with Action Chunking via Parallel Decoding
von: Song, Wenxuan, et al.
Veröffentlicht: (2025)

VQ-VLA: Improving Vision-Language-Action Models via Scaling Vector-Quantized Action Tokenizers
von: Wang, Yating, et al.
Veröffentlicht: (2025)

Towards Long-horizon Embodied Agents with Tool-Aligned Vision-Language-Action Models
von: Lei, Zixing, et al.
Veröffentlicht: (2026)

RotVLA: Rotational Latent Action for Vision-Language-Action Model
von: Li, Qiwei, et al.
Veröffentlicht: (2026)

SIMPACT: Simulation-Enabled Action Planning using Vision-Language Models
von: Liu, Haowen, et al.
Veröffentlicht: (2025)

Guide, Think, Act: Interactive Embodied Reasoning in Vision-Language-Action Models
von: Ling, Yiran, et al.
Veröffentlicht: (2026)

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

OTTER: A Vision-Language-Action Model with Text-Aware Visual Feature Extraction
von: Huang, Huang, et al.
Veröffentlicht: (2025)

UAV-Track VLA: Embodied Aerial Tracking via Vision-Language-Action Models
von: Zhang, Qiyao, et al.
Veröffentlicht: (2026)

Self-Improving Vision-Language-Action Models with Data Generation via Residual RL
von: Xiao, Wenli, et al.
Veröffentlicht: (2025)

VLA-Cache: Efficient Vision-Language-Action Manipulation via Adaptive Token Caching
von: Xu, Siyu, et al.
Veröffentlicht: (2025)

UAOR: Uncertainty-aware Observation Reinjection for Vision-Language-Action Models
von: Yang, Jiabing, et al.
Veröffentlicht: (2026)

DeepSight: Long-Horizon World Modeling via Latent States Prediction for End-to-End Autonomous Driving
von: Zhang, Lingjun, et al.
Veröffentlicht: (2026)

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

PointACT: Vision-Language-Action Models with Multi-Scale Point-Action Interaction
von: Chen, Shizhe, et al.
Veröffentlicht: (2026)

Action Draft and Verify: A Self-Verifying Framework for Vision-Language-Action Model
von: Zhao, Chen, et al.
Veröffentlicht: (2026)

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

Uncovering Linguistic Fragility in Vision-Language-Action Models via Diversity-Aware Red Teaming
von: Tong, Baoshun, et al.
Veröffentlicht: (2026)

Understanding the Impact of Geometric Foundation Models on Vision-Language-Action Models
von: Yang, Yurou, et al.
Veröffentlicht: (2026)

LLaDA-VLA: Vision Language Diffusion Action Models
von: Wen, Yuqing, et al.
Veröffentlicht: (2025)

SRPO: Self-Referential Policy Optimization for Vision-Language-Action Models
von: Fei, Senyu, et al.
Veröffentlicht: (2025)

UniLACT: Depth-Aware RGB Latent Action Learning for Vision-Language-Action Models
von: Govind, Manish Kumar, et al.
Veröffentlicht: (2026)

GraSP-VLA: Graph-based Symbolic Action Representation for Long-Horizon Planning with VLA Policies
von: Neau, Maëlic, et al.
Veröffentlicht: (2025)

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

GigaBrain-0: A World Model-Powered Vision-Language-Action Model
von: GigaBrain Team, et al.
Veröffentlicht: (2025)

LIBERO-Plus: In-depth Robustness Analysis of Vision-Language-Action Models
von: Fei, Senyu, et al.
Veröffentlicht: (2025)

3DVLA: Enhancing Vision-Language-Action Models via 3D Spatial and Instance Understanding
von: Xia, Zhongyu, et al.
Veröffentlicht: (2026)

Unified Diffusion VLA: Vision-Language-Action Model via Joint Discrete Denoising Diffusion Process
von: Chen, Jiayi, et al.
Veröffentlicht: (2025)

CogVLA: Cognition-Aligned Vision-Language-Action Model via Instruction-Driven Routing & Sparsification
von: Li, Wei, et al.
Veröffentlicht: (2025)

MindDrive: A Vision-Language-Action Model for Autonomous Driving via Online Reinforcement Learning
von: Fu, Haoyu, et al.
Veröffentlicht: (2025)

VLA-JEPA: Enhancing Vision-Language-Action Model with Latent World Model
von: Sun, Jingwen, et al.
Veröffentlicht: (2026)