PearlVLA提出潜空间渐进式动作规划细化框架
热点事件持续更新
PearlVLA提出潜空间渐进式动作规划细化框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Bochen Yang、Lianlei Shan 等人提出 PearlVLA，一个在潜空间中渐进细化动作规划的 VLA 框架：用冻结的潜空间世界模型对 VLM 生成的潜规划做 K 轮细化，再由宿主策略的动作接口一次性输出动作块，并以 Causal Refinement-Grouped Process-Reward RL 优化细化过程。 在 LIBERO 和 RoboCasa 基准上，PearlVLA 的表现与现有强方法相当（arXiv 预印本，2026-10-09）。
AI 根据报道生成 · 3 小时前更新
最新进展10月9日 12:00
PearlVLA：在潜空间中渐进式细化具身动作规划报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.RO 机器人学PearlVLA：在潜空间中渐进式细化具身动作规划
PearlVLA 提出一种 VLA 框架，利用冻结的潜空间世界模型（LaWM）对 VLM 生成的潜规划进行 K 轮渐进式细化，再一次性交由宿主策略的动作接口输出动作块，并以 Causal Refinement-Grouped Process-Reward RL 优化细化过程。在 LIBERO 和 RoboCasa 基准上，PearlVLA 的表现与现有强方法相当。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月9日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。