MANIPULATION
S²-VLA：基于状态空间引导的视觉-语言-动作模型用于长时程操作
Zhipeng Xie, Zongyi Han, Xiangyi Wei, Shiliang Sun, Yang Li, Jing Zhao
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
该论文提出S²-VLA框架，通过状态空间引导的自适应注意力机制动态融合视觉、语言和动作信息，解决了长时程操作任务中误差累积的问题。尽管模型仅有2B参数，但在长时程操作基准上超越了7B规模的模型，达到了最先进性能。
关键词
state-space modelvision-language-actionlong-horizon manipulationadaptive attentionrobotic manipulation
相关论文
MANIPULATION
📊 7,533 引用
Real-Time Obstacle Avoidance for Manipulators and Mobile Robots
Oussama Khatib
1986
MANIPULATION
📊 6,720 引用
A Mathematical Introduction to Robotic Manipulation
Richard M. Murray, Zexiang Li, Shankar Sastry
2017
MANIPULATION
📊 3,821 引用
Robot dynamics and control
Mark W. Spong
1989
MANIPULATION
📊 3,499 引用
A tutorial on visual servo control
Seth Hutchinson, Gregory D. Hager, Peter Corke
1996