视觉—语言—动作模型
策略把多模态观察与指令映射为机器人动作。
02
本馆核心判断
具身智能是系统属性：模型架构很重要，但数据、本体、控制频率、安全层与恢复能力共同决定真实能力。
读者获得什么
不是信息堆积，而是一条可以继续工作的路径。
- 01
在一张图中理解 VLA、世界模型、模仿学习、强化学习与经典控制。
- 02
区分语义推理能力与运动控制证据。
- 03
评估跨任务、跨机器人、跨场地与失败条件的迁移能力。
专业地图
从概念进入可以比较、验证与实施的问题。
每个主题都给出工程含义和一个必须回答的判断问题。
世界模型与空间推理
预测式表征支持规划、反事实推演与物理场景理解。
模仿学习与强化学习
示范与奖励共同塑造行为、覆盖范围与失败模式。
规划与控制
任务规划、运动规划与反馈控制运行在不同时间尺度。
灵巧操作与接触
触觉、力控与双手协同揭示物理世界的长尾复杂性。
泛化与恢复
有效自主需要识别不确定性、请求帮助并从执行错误中恢复。
来源入口
先识别来源类型，再判断它能够支持什么结论。
FUURAA 以专业华文化和结构化分析连接原文，不复制原站内容，也不掩盖证据边界。
01
开放社区
↗02Hugging Face · LeRobot
面向真实机器人学习的开放模型、数据集与工具。
预印本文献
↗03arXiv · cs.RO
覆盖操作、控制、感知、规划与系统的最新机器人预印本。
预印本文献
↗04arXiv · cs.AI
与规划、推理、Agent 和具身系统相关的广义 AI 预印本。
一手技术来源
↗05Open X-Embodiment
汇集多种机器人本体数据的统一格式与开放集合。
研究实验室
↗06Berkeley AI Research · Blog
由 BAIR 研究人员撰写的可读研究解读。
研究实验室
↗Ai2 · Embodied AI
面向交互式 Agent、三维理解与具身智能的开放研究。
适用边界
专业不是把话说满，而是让边界清楚可见。
- 01
基准提升可能无法迁移到不同机器人、相机、夹具或环境。
- 02
语言流畅度不是物理可靠性或安全控制的证据。
- 03
公开模型报告常未完整披露失败、人工干预与工作循环分布。