Copertina

Grounding Hierarchical Vision-Language-Action Models Through Explicit Language-Action Alignment

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wulff, Theodor, Tavella, Federico, Maharjan, Rahul Singh, Adikari, Manith, Cangelosi, Angelo
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Robotics
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Joint Action Language Modelling for Transparent Policy Execution
di: Wulff, Theodor, et al.
Pubblicazione: (2025)

Noise-Free Explanation for Driving Action Prediction
di: Zhu, Hongbo, et al.
Pubblicazione: (2024)

Signs of Language: Embodied Sign Language Fingerspelling Acquisition from Demonstrations for Human-Robot Interaction
di: Tavella, Federico, et al.
Pubblicazione: (2022)

Bridging the Communication Gap: Artificial Agents Learning Sign Language through Imitation
di: Tavella, Federico, et al.
Pubblicazione: (2024)

Fake or Real, Can Robots Tell? Evaluating VLM Robustness to Domain Shift in Single-View Robotic Scene Understanding
di: Tavella, Federico, et al.
Pubblicazione: (2025)

From Concrete to Abstract: A Multimodal Generative Approach to Abstract Concept Learning
di: Xie, Haodong, et al.
Pubblicazione: (2024)

Hierarchical, Interpretable, Label-Free Concept Bottleneck Model
di: Xie, Haodong, et al.
Pubblicazione: (2026)

VEGA: Visual Encoder Grounding Alignment for Spatially-Aware Vision-Language-Action Models
di: Wang, Hao, et al.
Pubblicazione: (2026)

ECHO: Continuous Hierarchical Memory for Vision-Language-Action Models
di: Hu, Yanbin, et al.
Pubblicazione: (2026)

Phonology Recognition in American Sign Language
di: Tavella, Federico, et al.
Pubblicazione: (2021)

Steerable Vision-Language-Action Policies for Embodied Reasoning and Hierarchical Control
di: Chen, William, et al.
Pubblicazione: (2026)

Action Hallucination in Generative Vision-Language-Action Models
di: Soh, Harold, et al.
Pubblicazione: (2026)

Sigma: The Key for Vision-Language-Action Models toward Telepathic Alignment
di: Wang, Libo
Pubblicazione: (2025)

Hierarchical Vision Language Action Model Using Success and Failure Demonstrations
di: Park, Jeongeun, et al.
Pubblicazione: (2025)

ProGAL-VLA: Grounded Alignment through Prospective Reasoning in Vision-Language-Action Models
di: Darabi, Nastaran, et al.
Pubblicazione: (2026)

Grounding Actions in Camera Space: Observation-Centric Vision-Language-Action Policy
di: Zhang, Tianyi, et al.
Pubblicazione: (2025)

Reshaping Action Error Distributions for Reliable Vision-Language-Action Models
di: Bai, Shuanghao, et al.
Pubblicazione: (2026)

Adaptive Action Chunking at Inference-time for Vision-Language-Action Models
di: Liang, Yuanchang, et al.
Pubblicazione: (2026)

ACoT-VLA: Action Chain-of-Thought for Vision-Language-Action Models
di: Zhong, Linqing, et al.
Pubblicazione: (2026)

A Survey on Vision-Language-Action Models: An Action Tokenization Perspective
di: Zhong, Yifan, et al.
Pubblicazione: (2025)

SG-VLA: Learning Spatially-Grounded Vision-Language-Action Models for Mobile Manipulation
di: Tu, Ruisen, et al.
Pubblicazione: (2026)

Clutter-Robust Vision-Language-Action Models through Object-Centric and Geometry Grounding
di: Vo, Khoa, et al.
Pubblicazione: (2025)

Event-Grounded Sparse Autoencoders for Vision-Language-Action Policies
di: Jin, Xinchen, et al.
Pubblicazione: (2026)

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

LatBot: Distilling Universal Latent Actions for Vision-Language-Action Models
di: Li, Zuolei, et al.
Pubblicazione: (2025)

From Spatial to Actions: Grounding Vision-Language-Action Model in Spatial Foundation Priors
di: Zhang, Zhengshen, et al.
Pubblicazione: (2025)

Stable Language Guidance for Vision-Language-Action Models
di: Zhan, Zhihao, et al.
Pubblicazione: (2026)

Observing and Controlling Features in Vision-Language-Action Models
di: Buurmeijer, Hugo, et al.
Pubblicazione: (2026)

Embodiment Transfer Learning for Vision-Language-Action Models
di: Li, Chengmeng, et al.
Pubblicazione: (2025)

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

Evo-1: Lightweight Vision-Language-Action Model with Preserved Semantic Alignment
di: Lin, Tao, et al.
Pubblicazione: (2025)

Boosting Vision-Language-Action Finetuning with Feasible Action Neighborhood Prior
di: Niu, Haochen, et al.
Pubblicazione: (2026)

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

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

AffordVLA: Injecting Affordance Representations into Vision-Language-Action Models via Implicit Feature Alignment
di: Kong, Weijie, et al.
Pubblicazione: (2026)

TaF-VLA: Tactile-Force Alignment in Vision-Language-Action Models for Force-aware Manipulation
di: Huang, Yuzhe, et al.
Pubblicazione: (2026)

StereoVLA: Enhancing Vision-Language-Action Models with Stereo Vision
di: Deng, Shengliang, et al.
Pubblicazione: (2025)

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

AR-VLA: True Autoregressive Action Expert for Vision-Language-Action Models
di: Hu, Yutong, et al.
Pubblicazione: (2026)

ActionFlow: A Pipelined Action Acceleration for Vision Language Models on Edge
di: Dai, Yuntao, et al.
Pubblicazione: (2025)